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
小瑞瑞acd1 小时前
层次聚类:无需“猜”K值,如何让数据自己画出“家族图谱”?
机器学习·支持向量机·聚类
Hcoco_me1 小时前
具身智能 && 自动驾驶相关岗位的技术栈与能力地图
人工智能·机器学习·自动驾驶
TDengine (老段)3 小时前
TDengine 中 TDgp 中添加机器学习模型
大数据·数据库·算法·机器学习·数据分析·时序数据库·tdengine
CodeShare3 小时前
某中心将举办机器学习峰会
人工智能·机器学习·数据科学
天天找自己3 小时前
精通分类:解析Scikit-learn中的KNN、朴素贝叶斯与决策树(含随机森林)
python·决策树·机器学习·分类·scikit-learn
weixin_464078075 小时前
机器学习sklearn:处理缺失值
人工智能·机器学习·sklearn
2202_756749695 小时前
04 基于sklearn的机械学习-梯度下降(上)
人工智能·算法·机器学习
牛客企业服务6 小时前
2025校招AI应用:校园招聘的革新与挑战
大数据·人工智能·机器学习·面试·职场和发展·求职招聘·语音识别
计算机科研圈6 小时前
不靠海量数据,精准喂养大模型!上交Data Whisperer:免训练数据选择法,10%数据逼近全量效果
人工智能·深度学习·机器学习·llm·ai编程
欧阳小猜7 小时前
机器学习②【字典特征提取、文本特征处理(TF-IDF)、数据标准化与归一化、特征降维】
人工智能·机器学习·tf-idf