【动手学深度学习】 conda 中进入python环境可以导入mxnet,但是jupyter中无法导入mxnet

本文介绍了解决在Conda虚拟环境中,Jupyter Notebook无法导入MXNet的问题。主要原因是Jupyter内核指定的Python路径与当前运行的Python路径不一致。通过修改Jupyter内核的Python路径,使二者保持一致,即可在Jupyter中成功导入MXNet。

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

问题描述:在conda中激活虚拟环境 

conda activate gluon

进入python环境后,可以导入mxnet模块,但是打开jupyter notebook后,无法导入mxnet。

原因:由于jupyter内核中指定的python路径和当前运行的python路径不一致导致的。

解决方法:修改jupyter内核中指定的python路径。

1、首先确定当前运行的python安装路径

# 打印python安装路径

import sys

print(sys.path)
# 第五个即为安装路径

2、找到jupyter内核的位置,运行命令jupyter kernelspec list,然后按照打印的路径,找到kernel.json文件,把python的安装路径替换成前面找到的安装路径,‘……\\python.exe’

3、最后在jupyter中就可以导入mxnet

### 配置《动手学深度学习》的实验环境 为了配置《动手学深度学习》的实验环境,可以通过以下几个方面来完成: #### 1. Anaconda 安装与虚拟环境创建 首先需要安装 Anaconda 或 Miniconda 工具。这是 Python 数据科学领域常用的包管理工具和环境管理器[^1]。通过它能够轻松创建独立的虚拟环境安装所需的依赖项。 创建一个新的虚拟环境用于隔离项目中的库版本冲突: ```bash conda create -n d2l python=3.8 ``` 激活该虚拟环境以便后续操作都在此环境中执行: ```bash conda activate d2l ``` #### 2. GPU 版本 PyTorch 的安装 如果设备支持 NVIDIA CUDA,则推荐安装带有 GPU 加速功能的 PyTorch 库。这一步骤对于训练大型模型尤为重要。具体命令如下所示: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 注意这里的 `cudatoolkit` 参数应根据实际显卡驱动程序兼容情况调整其版本号[^2]。 #### 3. Jupyter Notebook 及 Kernel 设置 Jupyter 是一种广泛使用的交互式计算平台,在本书的学习过程中会被频繁用到。然而,默认情况下新建立的 Conda 虚拟环境不会自动关联至 Jupyter Kernels 列表中。因此需额外安装插件以解决这一问题: ```bash conda install nb_conda_kernels ``` 上述指令完成后重新启动 Jupyter 即可发现新增加了一个对应当前活动虚拟环境名称的选择项。 另外还可以直接于目标虚拟环境下运行以下脚本来开启服务端口监听模式下的 Notebook 实例: ```bash jupyter notebook --no-browser ``` #### 4. D2LZH 教材资源下载与本地化部署 访问官方网站获取最新版教材压缩包文件链接地址 https://zh.d2l.ai/d2l-zh.zip 并将其保存下来解压成目录结构形式放置合适位置上[^3]。接着切换工作路径至此处继续完成剩余准备工作步骤比如 pip 命令行方式批量导入所需第三方扩展模块列表等动作。 ```bash pip install matplotlib pandas requests tqdm mxnet-cu102==1.7.0 gluonnlp torchtext scikit-learn ipywidgets ``` 最后记得将刚刚构建出来的自定义 Anaconda Environment 添加回 IDE (Integrated Development Environments) 如 JetBrains PhpStorm Professional Edition 当前可用解释器清单当中去方便日后调试维护等工作流程顺利开展下去。 ---
评论 6
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