关于 jupyter 找不到虚拟环境中安装好的包的问题

问题描述

使用 conda 创建了一个虚拟环境,名称为 d2l-zh。在这个虚拟环境中安装了 torch,并且在命令行中可以成功导入 torch。

但是,在 jupyter 中却显示找不到该模块。

明明安装了 torch 模块,在命令行中也成功导入了,但是在 jupyter 中却显示找不到。

问题分析

既然我们在命令行中可以导入,那么说明虚拟环境是不存在问题的,因此问题大概率出在 jupyter 上,那么我们检查一下在 jupyter 中包的搜索路径。

python 复制代码
import sys
sys.path

由输出结果可以看出,我们明明使用的是虚拟环境 d2l-zh,但是包的搜索路径竟然是基环境 base 的路径。也就是说,我们这里相当于仍然在使用 base 环境。网上有博文说可以添加上我们虚拟环境的路径,但是这种方式治标不治本。

通过以上信息一步一步分析,最终发现是由于这条命令造成的:

bash 复制代码
# 将虚拟环境导入 Jupyter 的 kernel 中
python -m ipykernel install --user --name=环境名

原来是由于我在 base 环境中执行的该命令,导致虽然能在 jupyter 中选择该内核,但是实际上使用的还是 base 环境。

相当于给 base 环境起了一个别名?(个人理解,不知道对不对)

问题解决

在对应的虚拟环境中执行该命令即可,完整步骤:

创建虚拟环境:

bash 复制代码
conda create -n d2l-zh python=3.9

进入到虚拟环境:

bash 复制代码
conda activate d2l-zh

安装必要的包:

bash 复制代码
pip install jupyter
pip install ipykernel
# 安装其他需要的包,如 torch 等

将虚拟环境导入 Jupyter 的 kernel 中:

bash 复制代码
python -m ipykernel install --user --name=d2l-zh

注意:这条命令一定要在对应的虚拟环境中执行!否则就会出现上面的问题!

重新启动 jupyter,此时可以看到,成功导入了 torch ,并且包的搜索路径也变为了虚拟环境的路径。

至此,问题解决!

相关推荐
Learn Beyond Limits6 分钟前
The learning process of Decision Tree Model|决策树模型学习过程
人工智能·深度学习·神经网络·学习·决策树·机器学习·ai
数据爬坡ing10 分钟前
从挑西瓜到树回归:用生活智慧理解机器学习算法
数据结构·深度学习·算法·决策树·机器学习
m0_6770343542 分钟前
机器学习-异常检测
人工智能·深度学习·机器学习
Niuguangshuo2 小时前
深度学习基本模块:Conv2D 二维卷积层
人工智能·深度学习
A尘埃4 小时前
TensorFlow 和 PyTorch两大深度学习框架训练数据,并协作一个电商推荐系统
pytorch·深度学习·tensorflow
西猫雷婶5 小时前
pytorch基本运算-分离计算
人工智能·pytorch·python·深度学习·神经网络·机器学习
程序员miki5 小时前
RNN循环神经网络(一):基础RNN结构、双向RNN
人工智能·pytorch·rnn·深度学习
却道天凉_好个秋6 小时前
深度学习(四):数据集划分
人工智能·深度学习·数据集
android_xc6 小时前
Android Studio适配butterknife遇到的坑
android·ide·android studio·butterknife
云梦谭7 小时前
Cursor 编辑器:面向 AI 编程的新一代 IDE
ide·人工智能·编辑器