jupyter notebook

 jt -t oceans16 -f fira -fs 13 -cellw 90% -ofs 11 -dfs 11 -T -N

https://blog.csdn.net/qq_41554005/article/details/109776371

代码自动补全

https://blog.csdn.net/weixin_52459924/article/details/119888207

第一步:进入命令行环境:

Win+R打开开始菜单,找到Anaconda Prompt,单击打开:

第二步:激活base环境

在命令窗口中输入activate base后回车,完成后不要关闭该窗口,因为后面的命令需要接着执行

第三步:下载nbextensions

接着上一步输入pip install jupyter_contrib_nbextensions -i https://pypi.mirrors.ustc.edu.cn/simple后点击回车等待安装,如下图所示

第四步:安装nbextensions

接着上一步输入jupyter contrib nbextension install --user后回车等待安装完成:

第五步:下载nbextensions_configurator

接着上一步输入pip install --user jupyter_nbextensions_configurator后回车等待完成

第六步:安装nbextensions_configurator

接着上一步输入jupyter nbextensions_configurator enable --user后回车等待完成

说明已经安装完成!

第七步:重启jupyter,在弹出的主页面里,能看到增加了一个Nbextensions标签页,点击Nbextensions标签页之后进入

在这个页面里,首先取消勾选最上方的复选框,再勾选Hinterland即启用了代码自动补全

接下来就可以体验代码自动补全了:

Jupyter切换环境内核

http://minglog.hzbmmc.com/2023/03/01/Jupyter切换环境内核/

家在使用Jupyter Notebook进行编程时,如果需要在不同的虚拟环境中运行Jupyter,常见的做法是首先激活虚拟环境,然后在该虚拟环境下进入Jupyter Notebook环境才行。这样会导致我们如果同时运行多个项目时,就需要同时激活多个虚拟环境进入Jupyter Notebook服务,过程十分繁琐。那有没有办法能够在不开启多个Jupyter Notebook服务的前提下切换虚拟环境呢?

答案是有的,本教程提出的主要目的是帮助开发者在使用Jupyter Notebook时,切换环境内核,建议使用conda搭建的虚拟环境。

整个步骤如下:

创建虚拟环境

激活虚拟环境

将虚拟环境写入Jupyter Notebook中的Kernel

打开Jupyter Notebook服务

更换Kernel

验证是否更换成功

搭建并激活相应项目的虚拟环境

该过程参见使用conda管理虚拟环境

将虚拟环境写入Jupyter Notebook的Kernel中

查看当前conda下的所有虚拟环境。

image-20230301150837743

image-20230301150837743

可以看到我电脑中的虚拟环境还是比较多的,一共有9个虚拟环境。

现在演示将pytroch的环境加入到Jupyter Notebook的Kernel中。

首先,查看我已经写入Kernel的虚拟环境。

jupyter kernelspec list

image-20230301152309889

image-20230301152309889

从返回的结果可以看到,我的Jupyter 中已经有了3个Kernel。

然后,现在把pytorch虚拟环境写入Kernel,注意:在写入Kernel之前必须先激活虚拟环境。

激活pytorch虚拟环境

conda activate pytorch

image-20230301152814411

image-20230301152814411

接着,使用以下命令将pytorch虚拟环境加入到Jupyter的Kernel中。

python -m ipykernel install --user --name=pytorch

image-20230301153009442

image-20230301153009442

再次查看Jupyter的Kernel列表发现pytorch虚拟环境已经完成写入。

image-20230301153118922

image-20230301153118922

PS:删除Kernel命令jupyter kernelspec remove KernelName(Kernel名称)

激活Jupyter Notebook服务

为了演示效果,在此我们先退出pytorch虚拟环境。

conda deactivate

image-20230301153237687

image-20230301153237687

输入jupyter notebook进入Jupyter服务。

image-20230301153329882

image-20230301153329882

新建一个notebook。

image-20230301153423440

image-20230301153423440

输入以下代码导入pytorch

import torch 进口火炬

image-20230301153515663

image-20230301153515663

发现基础环境中是没有torch库的,导入失败。

切换内核

点击菜单栏的Kernel菜单,在Change Kernel子菜单中选择pytorch内核。

image-20230301153614930

image-20230301153614930

观察notebook右上角看是否能够顺利激活内核。

image-20230301153752268

image-20230301153752268

我们发现此时内核已经被修改为pytorch虚拟环境。

验证是否更换成功

再次导入torch看是否能够导入成功。

image-20230301153939955

image-20230301153939955

此时发现执行导入命令已经没有报错。

同时,可以验证一下修改内核后torch的深度学习环境是否正常。【注:需在pytorch虚拟环境下提前安装好深度学习环境】

使用以下命令进行验证

torch.cuda.is_available()

image-20230301154232235

image-20230301154232235

可以发现返回的结果为True,说明深度学习环境也是正常的。

至此,已经完成了在Jupyter Notebook下的环境内核切换。

切换Tensorflow内核并查看深度学习环境是否正常

可以看到,我这里还有一个tf2.9的Kernel,该Kernel是Tensorflow-GPU2.9.1的深度学习环境,也可以切换进行演示。

image-20230301154759805

image-20230301154759805

从返回的结果也可以看出,环境切换得十分顺利,Tensorflow2.9深度学习环境也是正常的。

Python入门之修改jupyter启动目录

https://zhuanlan.zhihu.com/p/343835392

相关推荐
颇有几分姿色4 分钟前
深入理解 Linux 内存管理:free 命令详解
linux·运维·服务器
yannan201903139 分钟前
【算法】(Python)动态规划
python·算法·动态规划
蒙娜丽宁19 分钟前
《Python OpenCV从菜鸟到高手》——零基础进阶,开启图像处理与计算机视觉的大门!
python·opencv·计算机视觉
光芒再现dev21 分钟前
已解决,部署GPTSoVITS报错‘AsyncRequest‘ object has no attribute ‘_json_response_data‘
运维·python·gpt·语言模型·自然语言处理
AndyFrank34 分钟前
mac crontab 不能使用问题简记
linux·运维·macos
好喜欢吃红柚子35 分钟前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析(SE,CBAM,SGE,CA,ECA,TA)
人工智能·pytorch·python·计算机视觉·cnn
小馒头学python39 分钟前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
神奇夜光杯1 小时前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
筱源源1 小时前
Kafka-linux环境部署
linux·kafka
千天夜1 小时前
使用UDP协议传输视频流!(分片、缓存)
python·网络协议·udp·视频流