【jupyter添加虚拟环境内核(pytorch、tensorflow)- 实操可行】

jupyter添加虚拟环境内核(pytorch、tensorflow)- 实操可行

添加pytorch、tensorflow内核操作相同,以下内容默认已经安装jupyter notebook

1、查看当前状态(win+R,cmd进入之后)

查看conda版本

javascript 复制代码
conda --version

获取版本号

javascript 复制代码
conda --version或 conda -V

查看当前已经创建的虚拟环境

javascript 复制代码
conda env list
//conda list :查看conda下的包
//conda env list :查看conda创建的所有虚拟环境

2、激活虚拟环境并进入

javascript 复制代码
activate 环境名称

例如:

javascript 复制代码
activate TF29

3、安装ipykernel

在当前虚拟环境下安装jupyter kernel,也就是安装ipykernel,后续才能在jupyter lab中添加内核

javascript 复制代码
pip install ipykernel

可以添加清华镜像源下载

javascript 复制代码
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple

4、将当前的conda 环境添加到 Jupyter lab内核

一定要进入对应的环境,再添加内核,路径前面不是base,而是需要操作的环境,即进入成功

写入内核:

javascript 复制代码
python -m ipykernel install --user --name 虚拟环境名字 --display-name "jupyter浏览器中显示的名字"

以我的为例:

javascript 复制代码
python -m ipykernel install --user --name TF29 --display-name "tf29"

5、完整步骤代码总结

查看环境------进入环境------安装ipkernel------添加内核,pytorch和tensorflow添加过程相同

javascript 复制代码
conda env list
activate TF29
pip install ipykernel
python -m ipykernel install --user --name TF29 --display-name "tf29"

6、进入jupyter

javascript 复制代码
activate pytorch(环境名称)
jupyter notebook

进入之后可以在这里更改内核

相关推荐
IT老兵20251 天前
PyTorch DDP多GPU训练实践问题总结
人工智能·pytorch·python·分布式训练·ddp
qq_214782611 天前
GWalkR,部分替代Tableau!
ide·python·jupyter
serve the people1 天前
tensorflow 零基础吃透:创建 tf.sparse.SparseTensor 的核心方法
人工智能·python·tensorflow
serve the people1 天前
tensorflow 零基础吃透:tf.sparse.SparseTensor 与核心 TensorFlow API 的协同使用
人工智能·python·tensorflow
serve the people1 天前
tensorflow 零基础吃透:TensorFlow 张量切片与数据插入(附目标检测 / NLP 实战场景)
目标检测·自然语言处理·tensorflow
All The Way North-1 天前
AdaGrad 深度解析:从数学原理到 PyTorch 实现,为什么它在稠密问题中“学不动”?
pytorch·深度学习·adagrad算法·梯度下降优化算法
serve the people1 天前
tensorflow 零基础吃透:TensorFlow 稀疏张量(SparseTensor)的核心操作
人工智能·tensorflow·neo4j
玖日大大1 天前
TensorFlow 深度解析:从基础到实战的全维度指南
人工智能·python·tensorflow
keineahnung23452 天前
從 SymBool 到 SymFloat:PyTorch user magic methods 如何支持符號形狀運算?
人工智能·pytorch·python·深度学习
Rabbit_QL2 天前
【PyTorch】detach:从计算图中切断梯度的原理与实践
人工智能·pytorch·python