以目录创建的conda环境添加到jupyter的kernel中

场景:由于某些原因,服务器上的conda环境不能通过--name的方式创建,只能通过指定目录即-p的方式,在这种情况下该环境在conda env list中没有显示,无法在jupyter kernel中搜到,只能手动添加。

1.进入环境

HFT为我的环境

conda activate path/to/my/env

2.手动添加到Jupyter kernel中

其中第一个HFT为我的环境目录名,虽然没有在conda里的环境name,但是通过目录activate后显示的name是当前目录名 因此作为--name的参数 第二个参数--display-name自定义为想显示在kernel上的

python -m ipykernel install --user --name=HFT --display-name "Python(HFT)"

3.查验结果

添加前:

添加后

相关推荐
Nona9961几秒前
从零开始学AI——13
人工智能
重启的码农几秒前
llama.cpp 分布式推理介绍(3) 远程过程调用后端 (RPC Backend)
c++·人工智能·神经网络
顾道长生'1 分钟前
(Arxiv-2025)SkyReels-A2:在视频扩散变换器中组合任意内容
人工智能·计算机视觉·音视频·多模态
饼干哥哥4 分钟前
保姆级教程:用 n8n + 快捷指令,一键把所有 APP 的灵感金句存入飞书
人工智能
海天胜景27 分钟前
编译器错误消息: CS0016: 未能写入输出文件“c:\Windows\Microsoft.NET... 拒绝访问
c语言·windows
Akamai中国35 分钟前
AI需要防火墙,云计算需要重新构想
人工智能·云计算·云服务
liupengfei-iot1 小时前
AutoGLM2.0背后的云手机和虚拟机分析(非使用案例)
人工智能·智能手机·ai编程
runfarther1 小时前
uv与conda的区别及选择指南
语言模型·conda·ai编程·uv
CoovallyAIHub1 小时前
标注成本骤降,DINOv3炸裂发布!冻结 backbone 即拿即用,性能对标SOTA
深度学习·算法·计算机视觉
BB学长1 小时前
流固耦合|01流固耦合分类
人工智能·算法