在jupyter中添加conda环境

创建环境激活环境

conda create -n 环境名称
conda activate 环境名称

这个时候你就进入了你创建的环境(这个环境名称是你自己设置的,比如torch:conda create torch)

安装ipykernel

一般你创建完conda环境本来就会有,如果没有就装一下(pip或者conda都能装)

conda install ipykernel
pip install ipykernel

将conda环境和jupyter相连

python -m ipykernel install --user --name 环境名称 --display-name "你想要在jupyter中显示的环境名称"

我这里一般将conda环境和jupyter kernel设置成一样的,以免我以后忘记了是如何对应的

打开jupyter lab或者jupyter notebook,或者用vscode都行,就能看到你的jupyter环境了,切换一下就欧克了

### 在 Jupyter Notebook 中配置 Conda 环境 #### 安装必要的包 为了使特定的 Conda 环境能够在 Jupyter Notebook 中被识别并使用,需要在这个环境中安装 `ipykernel` 包。这可以通过激活目标环境后执行相应的命令完成。 ```bash conda activate my-conda-env # 进入项目所需的Conda环境 conda install ipykernel # 安装内核支持以便于Jupyter能够调用此环境下的Python解释器 ``` 接着,在基础环境中安装 `nb_conda_kernels` 来帮助管理多个不同版本的 Python 或其他语言的内核[^1]。 ```bash conda deactivate # 切换回base环境或其他指定环境 conda activate base # 如果不是回到base,则替换为实际要进入的目标环境名称 conda install nb_conda_kernels # 此工具允许在一个Notebook实例里方便地切换不同的Conda环境作为计算引擎 ``` #### 启动 Jupyter Notebook 并选择合适的 Kernel 一旦上述设置完成后,就可以正常启动 Jupyter Notebook: ```bash jupyter notebook # 开启Web应用程序界面用于编写和运行代码片段 ``` 此时应该可以在新建文档时看到之前创建好的 Conda 环境选项,并可以选择它来进行工作。如果发现新建立的环境下仍看不到预期中的 kernel ,可能是因为该环境还没有注册到 Jupyter 的可用 kernels 中;这时可以尝试再次确认是否已经按照前述步骤正确安装了 `ipykernel` 和 `nb_conda_kernels`[^3]。 对于某些情况下遇到的服务连接失败问题(表现为单元格前显示持续等待状态),可能是由于之前的安装存在问题或者是存在冲突的情况。一种解决办法是先卸载再重装 Jupyter Notebook: ```bash conda uninstall jupyter # 移除现有安装以防潜在冲突影响正常使用 conda install jupyter # 清理后再做一次全新安装确保功能完好无损 ``` 通过以上操作通常能有效解决问题并让新的 Conda 环境顺利集成至 Jupyter Notebook 当中[^4]。
评论
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