Jupyter notebook切换运行环境,并使用该环境

本文指导如何在Jupyter中激活并注入本地的TensorFlow环境,包括终端操作、环境激活、ipykernel安装及显示设置,便于高效使用特定环境进行开发。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

**

一、Jupyter notebook切换运行环境步骤如下

**
1.1 打开jupyter ,点击new,会有你现在存在的运行环境,但如果你是第一次打开,很有可能会发现无法找到你以前创建的虚拟环境。那么进入下一步。点击terminal进入终端
在这里插入图片描述

1.2 激活你要加到jupyter里面的本地环境(本文示例的是tensorflow)

conda activate tensorflow

在这里插入图片描述

1.3 然后安装ipykernel(用下面指令可以直接安装)

conda install ipykernel

在这里插入图片描述
1.3 最后就是把本地环境注入jupyter

python -m ipykernel install --user --name 本地环境名称 --display-name "在jupyter上显示的环境名称"

在这里插入图片描述
这就完成,切回到第一步就能看见自己刚注入的环境了

二、使用环境

2.1 使用环境
在这里插入图片描述
以上,这就完了,结束!

### ArcGIS 生态夹点识别过程中内存不足的解决方案 当使用ArcGIS进行生态夹点识别时,可能会遇到内存不足的问题。这通常发生在处理大型栅格数据集或复杂的空间分析操作期间。为了有效应对这一挑战,可以采取多种策略来优化性能。 #### 1. 数据预处理与简化 减少输入数据量能够显著降低计算资源需求。对于矢量数据而言,可以通过删除不必要的字段或将多边形转换成线要素的方式减小文件大小[^1]。针对栅格图像,则建议裁剪至感兴趣区域范围内的子集,调整分辨率以适应具体应用场景的要求[^2]。 #### 2. 利用分布式计算能力 如果本地计算机硬件条件有限,考虑利用云计算平台提供的强大算力支持。Esri 提供了基于云的服务选项——ArcGIS Enterprise on Amazon Web Services (AWS),允许用户按需扩展其基础设施规模,在短时间内完成大规模数据分析任务后再释放资源[^4]。 #### 3. 调整环境设置参数 适当修改ArcGIS Pro 的配置项也有助于缓解内存压力。例如增加虚拟内存分配、关闭不使用的插件和服务、启用压缩临时文件等功能均能起到一定作用。此外,还可以尝试分批次读取大尺寸图层而非一次性加载全部内容到工作空间内。 #### 4. 使用合适的算法和工具组合 选择高效的地理处理方法同样重要。相比于传统的单核串行运算模式,现代GPU加速技术可以在极大程度上提高效率节省时间成本。ArcGIS 支持CUDA编程接口调用NVIDIA显卡执行特定类型的矩阵乘法等密集型计算过程[^3]。另外,采用迭代式的近似求解器代替精确但耗时的传统方式也是可行的选择之一。 ```python import arcpy from arcpy import env env.workspace = "C:/data" arcpy.env.parallelProcessingFactor = '100%' # 启动最大可用核心数发作业 ```
评论 15
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