jupyter notebook 没有创建的conda kernel

博客介绍了在虚拟环境中安装 nb_conda 的操作,即进入对应虚拟环境后,使用 conda install nb_conda 命令完成安装。
部署运行你感兴趣的模型镜像

进入对应的虚拟环境,然后 conda install nb_conda 就可以了

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 三级标题:在 Jupyter Notebook 中使用 Conda 创建的虚拟环境 要在 Jupyter Notebook 中使用 Conda 创建的虚拟环境,需要确保该环境被注册为 Jupyter 的一个内核(Kernel)。这可以通过在 Conda 环境中安装 `ipykernel` 包来实现,它允许 Jupyter 识别并使用该环境作为运行代码的解释器 [^1]。 以下是具体操作步骤: 1. 打开终端(Linux/macOS)或 Anaconda Prompt(Windows)。 2. 使用 Conda 创建一个新的虚拟环境(如果尚未创建): ```bash conda create -n myenv python=3.9 ``` 其中 `myenv` 是自定义的环境名称,可以根据需要更改。 3. 激活刚刚创建Conda 环境: ```bash conda activate myenv ``` 4. 在激活的 Conda 环境中安装 `ipykernel` 包,以便将其注册为 Jupyter 内核: ```bash pip install ipykernel ``` 或者使用 Conda 安装: ```bash conda install ipykernel ``` 5. 将 Conda 环境添加为 Jupyter 内核: ```bash python -m ipykernel install --user --name=myenv --display-name "Python (myenv)" ``` 其中 `--name` 参数指定内核的名称(与 Conda 环境名称一致),`--display-name` 参数指定在 Jupyter Notebook 中显示的名称。 6. 启动 Jupyter Notebook: ```bash jupyter notebook ``` 7. 在 Jupyter Notebook 的界面中,创建一个新的 Notebook 或打开一个现有 Notebook。在顶部菜单栏中选择 `Kernel` > `Change kernel`,然后选择刚刚添加的内核名称(例如 "Python (myenv)"),即可切换到 Conda 虚拟环境 [^1]。 如果希望 Jupyter 自动识别所有 Conda 环境,可以安装 `nb_conda_kernels` 包。这样,Jupyter 会自动检测系统中所有的 Conda 环境,并在内核列表中显示它们: ```bash conda install -c conda-forge nb_conda_kernels ``` 安装完成后,重新启动 Jupyter Notebook,所有 Conda 环境将自动出现在内核选项中 [^2]。 ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值