如何將conda虛擬環(huán)境添加到Jupyter lab內(nèi)核
在conda中有多個(gè)虛擬環(huán)境，將其添加到j(luò)upyter lab中，便于在jupyter lab中切換環(huán)境。
添加tensorflow虛擬環(huán)境到 Jupyter Notebook
首先在conda中創(chuàng)建一個(gè)tensorflow的虛擬環(huán)境(一定需要指定python版本，否則新環(huán)境與舊環(huán)境無法隔離)
conda create -n tensorflow python=3.8
然后進(jìn)入環(huán)境
conda activate tensorflow
然后在虛擬環(huán)境中安裝ipykernel（用于在jupyter lab中添加內(nèi)核，這里使用了清華的鏡像源）
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
接下來，將我們的虛擬環(huán)境添加到 Jupyter lab內(nèi)核（一定要進(jìn)入對(duì)應(yīng)的環(huán)境，然后再添加內(nèi)核）：
python -m ipykernel install --user --name=tensorflow
輸出為：
Installed kernelspec tensorflow in xxx
則安裝成功
為了確認(rèn)已經(jīng)成功添加，輸入下面的命令：
jupyter kernelspec list
輸出為：
Available kernels:
python3 C:\Users\52255\AppData\Roaming\jupyter\kernels\python3
pytorch C:\Users\52255\AppData\Roaming\jupyter\kernels\pytorch
tensorflow C:\Users\52255\AppData\Roaming\jupyter\kernels\tensorflow
列表中有內(nèi)核即添加成功
重新運(yùn)行 Jupyter lab，即可看到內(nèi)核
進(jìn)一步驗(yàn)證內(nèi)核環(huán)境是否為對(duì)應(yīng)的conda環(huán)境
為了確保內(nèi)核環(huán)境與其他環(huán)境隔離，這里可以做進(jìn)一步的驗(yàn)證
打開jupyter lab ，選擇想要驗(yàn)證的內(nèi)核，開啟一個(gè)新頁面，運(yùn)行以下代碼
import sys print(sys.executable)
輸出為
C:\Users\52255\anaconda3\envs\tensorflow\python.exe
在命令行中運(yùn)行
conda env list
輸出為
base C:\Users\52255\anaconda3
pytorch C:\Users\52255\anaconda3\envs\pytorch
tensorflow * C:\Users\52255\anaconda3\envs\tensorflow
如果上面python中的輸出與命令行中對(duì)應(yīng)環(huán)境的輸出一致，即隔離成功。
conda刪除虛擬環(huán)境，Jupyter Notebook也需要?jiǎng)h除對(duì)應(yīng)的虛擬環(huán)境
conda 簡(jiǎn)單地刪除那個(gè)虛擬環(huán)境，那么 Jupyter lab里面也需要進(jìn)行對(duì)應(yīng)的操作。
首先，我們可以確認(rèn)一下目前有哪些環(huán)境：
jupyter kernelspec list
然后刪除對(duì)應(yīng)的虛擬環(huán)境即可：
jupyter kernelspec uninstall tensorflow
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了python Xpath語法的使用，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
利用Python半自動(dòng)化生成Nessus報(bào)告的方法
這篇文章主要介紹了利用Python半自動(dòng)化生成Nessus報(bào)告的方法，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2019-03-03
Python可視化目標(biāo)檢測(cè)框的實(shí)現(xiàn)代碼
這篇文章主要介紹了Python可視化目標(biāo)檢測(cè)框的實(shí)現(xiàn)代碼,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-09-09
Python中安全地使用多進(jìn)程和多線程進(jìn)行數(shù)據(jù)共享
在并發(fā)編程中,有時(shí)多個(gè)線程或進(jìn)程需要訪問共享的數(shù)據(jù),因此我們需要一些機(jī)制來確保數(shù)據(jù)的安全訪問,本文將從多線程和多進(jìn)程兩個(gè)角度探討Python如何安全地實(shí)現(xiàn)數(shù)據(jù)共享2024-12-12
這篇文章主要介紹了python中mpi4py的所有基礎(chǔ)使用,本文通過10個(gè)案例給大家詳細(xì)講解，結(jié)合實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下2022-08-08
使用spyder3調(diào)試python程序的實(shí)現(xiàn)步驟
本文主要介紹了使用spyder3調(diào)試python程序的實(shí)現(xiàn)步驟，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-12-12
Tensorflow 實(shí)現(xiàn)線性回歸模型的示例代碼
這篇文章主要介紹了Tensorflow 實(shí)現(xiàn)線性回歸模型，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-05-05
Django模板變量如何傳遞給外部js調(diào)用的方法小結(jié)
這篇文章主要給大家介紹了關(guān)于Django模板變量如何傳遞給外部js調(diào)用的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面跟著小編一起來學(xué)習(xí)學(xué)習(xí)吧。2017-07-07
掌握Python網(wǎng)絡(luò)爬蟲基本語法,就是打開數(shù)據(jù)世界的鑰匙,在這份指南中,我們將帶你深入淺出,從零開始一步步變成抓取信息的高手,準(zhǔn)備好探索無限可能的網(wǎng)絡(luò)數(shù)據(jù)世界了嗎？讓我們一起開啟這段精彩旅程吧！2024-03-03
基于CentOS搭建Python Django環(huán)境過程解析
這篇文章主要介紹了基于CentOS搭建Python Django環(huán)境過程解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-08-08