使用anaconda创建notebook工程

1.由于每个工程使用的环境都可能不一样,因此一个好的习惯就是不同的工程都创建属于自己的环境,在anaconda中默认的环境是base:

kotlin 复制代码
//括号中名字,代表当前的环境
(base)dragon@machine: $ conda create --name=example

2.激活环境

kotlin 复制代码
// 环境从base切换到example
(base)dragon@machine: $ conda activate example

3.安装notebook

kotlin 复制代码
// 环境已从base切换到example
(example)dragon@machine: $ conda install notebook

4.安装ipykernel

kotlin 复制代码
(example)dragon@machine: $ python -m ipykernel install --user --name=example

5.启动notebook,它是一个web形式的编辑器

kotlin 复制代码
(example)dragon@machine: $ jupyter notebook

题外话,一个IDE最基本的三个主要组成部分:编辑器、集成的编译器、集成的调试器。

相关推荐
萧鼎40 分钟前
深入解析 Python 的 pytun 库:虚拟网络接口与隧道技术实战指南
服务器·网络·python
西猫雷婶1 小时前
pytorch基本运算-分离计算
人工智能·pytorch·python·深度学习·神经网络·机器学习
数新网络1 小时前
PyTorch
人工智能·pytorch·python
自信的小螺丝钉1 小时前
【大模型手撕】pytorch实现LayerNorm, RMSNorm
人工智能·pytorch·python·归一化·rmsnorm·layernorm
深耕AI1 小时前
PyTorch图像预处理:ToTensor()与Normalize()的本质区别
人工智能·pytorch·python
鲸屿1952 小时前
python之socket网络编程
开发语言·网络·python
里昆2 小时前
【AI】Tensorflow在jupyterlab中运行要注意的问题
人工智能·python·tensorflow
AI视觉网奇2 小时前
pycharm 最新版上一次编辑位置
python
2401_828890642 小时前
使用 BERT 实现意图理解和实体识别
人工智能·python·自然语言处理·bert·transformer
多恩Stone3 小时前
【3DV 进阶-2】Hunyuan3D2.1 训练代码详细理解下-数据读取流程
人工智能·python·算法·3d·aigc