机器学习:在虚拟环境中使用 Jupyter Lab

机器学习:在虚拟环境中使用 Jupyter Lab

第一步:激活虚拟环境

打开终端(CMD/PowerShell)并执行:

$cmd

#激活虚拟环境

$conda activate D:\conda_envs\mll_env

激活后,终端提示符前会显示环境名称,例如:

(D:\conda_envs\mll_env) D:\conda_envs>

第二步: 安装 Jupyter Lab

在激活的环境中安装 Jupyter Lab:

复制代码
conda install -c conda-forge jupyterlab

确认安装的包:

复制代码
conda list jupyterlab  # 应显示版本号(如 4.0.13)

第三步:注册环境内核到 Jupyter(关键步骤)

1、注册环境内核到 Jupyter

为了让 Jupyter Lab 识别当前环境的 Python 内核,需安装 ipykernel 并注册内核:

复制代码
#安装 ipykernel
conda install ipykernel -y

#注册内核到正确路径
$python -m ipykernel install --name mll_env --display-name "Python (mll_env)" --prefix=D:\conda_envs\mll_env
  • 参数说明

    • --name mll_env:内核名称(与环境名一致)

    • --display-name:在 Jupyter 中显示的名称

    • --prefix:指定虚拟环境路径,确保内核配置写入环境目录

2、验证内核配置位置

  1. 检查虚拟环境目录下是否生成内核配置:

    复制代码
    D:\conda_envs\mll_env\share\jupyter\kernels\mll_env
    ├── kernel.json
    ├── logo-32x32.png
    └── logo-64x64.png

2.打开 kernel.json 文件,确认 argv 中的 Python 路径指向虚拟环境:

第4步:启动 Jupyter Lab 并验证

1、在激活的虚拟环境中启动 Jupyter Lab

复制代码
jupyter lab

2、创建新 Notebook :选择内核 Python (mll_env)

3、验证 Python 路径

在 Notebook 中运行以下代码:

复制代码
import sys
print(sys.executable)

预期输出

复制代码
D:\conda_envs\mll_env\python.exe

4、查看Jupyter Lab的文件工作目录

import os

print("当前工作目录:", os.getcwd())

相关推荐
悦人楼24 分钟前
深入探讨集成学习:Bagging与Boosting的核心原理与实践
机器学习·集成学习·boosting
蒜鸟~蒜鸟~4 小时前
K 均值聚类:从概念到实践的无监督学习之旅
机器学习
技术与健康4 小时前
LLM实践系列:利用LLM重构数据科学流程07 - 工程化实践与挑战
人工智能·机器学习·重构·大模型工程化实践
初学小刘9 小时前
线性回归:机器学习中的基石
算法·机器学习·线性回归
勤劳的进取家10 小时前
论文阅读:Inner Monologue: Embodied Reasoning through Planning with Language Models
论文阅读·人工智能·机器学习·语言模型·自然语言处理
Uzuki16 小时前
LLM 指标 | PPL vs. BLEU vs. ROUGE-L vs. METEOR vs. CIDEr
深度学习·机器学习·llm·vlm
西猫雷婶18 小时前
神经网络|(十二)概率论基础知识-先验/后验/似然概率基本概念
人工智能·神经网络·机器学习·回归·概率论
Godspeed Zhao20 小时前
Tesla自动驾驶域控制器产品(AutoPilot HW)的系统化梳理
人工智能·机器学习·自动驾驶
fsnine20 小时前
机器学习案例——预测矿物类型(模型训练)
人工智能·机器学习
没有梦想的咸鱼185-1037-16631 天前
AI大模型支持下的:CMIP6数据分析与可视化、降尺度技术与气候变化的区域影响、极端气候分析
人工智能·python·深度学习·机器学习·chatgpt·数据挖掘·数据分析