【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
天疆说21 小时前
Ubuntu 26.04 下 Intel Meteor Lake 核显 + NPU 驱动配置与 PyTorch NPU 推理实测
linux·pytorch·ubuntu
程序猿编码1 天前
不用PyTorch,不用CUDA,我用C++手写了一个能跑GPT和Whisper的推理库
c++·pytorch·gpt·大模型·whisper
zhangfeng11331 天前
Windows AMD显卡跑PyTorch
人工智能·pytorch·windows
Eloudy2 天前
一键构建 pytorch cpp lib 前端和 wheel
人工智能·pytorch·gpu
FriendshipT2 天前
Ultralytics:解读 YOLO26 知识蒸馏
人工智能·pytorch·python·深度学习·yolo
一碗白开水一3 天前
入门实践工程十:PyTorch 模型量化与 ONNX 导出~附:安装依赖库及工程源码
人工智能·pytorch·python·rnn·深度学习·机器学习
hhzz3 天前
《深度学习框架PyTorch入门与实践》系列:04-nn模块详解:用积木搭建神经网络
pytorch·深度学习·神经网络
阳光开朗男孩3 天前
Pytorch的安装与配置
人工智能·pytorch·python
等一朵映山红3 天前
动态图 vs 静态图:PyTorch 与 TensorFlow 架构底层对比
人工智能·pytorch·python
老马聊技术4 天前
Pytorch深度学习环境配置与测试
人工智能·pytorch·python