【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
ai小陈2 小时前
PyTorch多GPU分布式训练实战:从单卡脚本迁移到DDP
服务器·人工智能·pytorch·分布式·深度学习·ai·gpu算力
EW Frontier2 小时前
CMA-Former:基于级联多头注意力 Transformer 的 DOA 波达方向估计(PyTorch 实现)
pytorch·深度学习·transformer·doa估计
wangchen_01 天前
PyTorch
人工智能·pytorch·python
%472 天前
DAY41
pytorch·python
一只积极向上的小咸鱼2 天前
pytorch 与资源核算
人工智能·pytorch·python
CIO_Alliance2 天前
AI深度系列(1)|神经元激活函数与MLP原理:理解神经网络的基础
人工智能·深度学习·神经网络·机器学习·tensorflow·ai+ipaas·企业cio联盟
老郑聊AI业财智造2 天前
TensorFlow 技术架构与源码分析
人工智能·python·深度学习·架构·tensorflow·软件工程
小女孩真可爱2 天前
GPT(3)----------------GQA分组查询注意力机制提速
人工智能·pytorch·gpt·深度学习·大模型
Three_ST2 天前
沐神-动手学习深度学习-习题 4.3. 多层感知机的简洁实现
人工智能·pytorch·python·深度学习·机器学习
Zzj_tju2 天前
复现一个 Transformer Encoder:从论文公式到最小 PyTorch
人工智能·pytorch·深度学习·语言模型