conda 中配置 jupyter notebook 环境 踩过的坑
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了conda 中配置 jupyter notebook 环境 踩过的坑相关的知识,希望对你有一定的参考价值。
参考技术A 这个过程仅需要两步:(注:本人使用过程中,特别慢导致最后出现“Time Out”的超时错误,故在后面添加了豆瓣源,可以加快升级速度),建议使用如下命令:python -m pip install --upgrade pip -i https://pypi.douban.com/simple/
成功后可以输入 pip --version 查看pip版本。
输入命令:pip install tensorflow-cpu==2.2.0 -i https://pypi.douban.com/simple/
等待安装结束即可完成安装。
安装完成后,可以输入"python"命令进入python环境,再输入命令:import tensorflow,没有报错即说明安装成功。
查看tensorflow版本,如下方式:
输入exit(),即可退出python环境。
也可以在(base)中输入 jupyter notebook,在jupyter环境中输入命令查看。
前奏:自行安装anaconda,并创建虚拟环境
首先安装ipykernel
在terminal下执行命令行:conda install ipykernel
在虚拟环境下创建kernel文件
在terminal下执行命令行:conda install -n 环境名称 ipykernel
比如我的虚拟环境叫python27(后面举例都默认这个虚拟环境),那么我的就是:conda install -n python27 ipykernel
激活conda环境
在terminal下执行命令行:
windows版本:activate 环境名称 我的命令是:activate python27
linux版本:source activate 环境名称我的命令是:activate python27
将环境写入notebook的kernel中
python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"
这里引号里面的名称自己可以随便起,用于在jupyter里面做标识,这里我仍然在jupyter里面叫python27,所以我的命令是:python -m ipykernel install --user --name python27 --display-name "python27"
打开notebook服务器
在terminal下执行命令行jupyter notebook
上面的相关步骤就可以完成jupyter的相关配置,但是如果经常需要用jupyter notebook,那么最好在创建虚拟环境的时候便安装好ipykernel
命令:conda create -n 环境名称 python=3.5 ipykernel
另外删除kernel环境:
jupyter kernelspec remove 环境名称
1、 解决anaconda中jupyter无法import已安装模块问题
最全指南如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境?
服务器上配置有多个 conda 虚拟环境,在使用jupyter notebook时需要使用其中的一个环境,但是其默认还是使用 base 环境。
我们该怎么切换环境呢。
Jupyter 在一个名为 kernel 的单独进程中运行用户的代码。kernel 可以是不同的 Python 安装在不同的 conda 环境或虚拟环境,甚至可以是不同语言(例如 Julia 或 R)的解释器。
简而言之,如何使用 conda 环境和 Jupyter 有三种选择:
1.在 conda 环境中运行 Jupyter 服务器和内核
conda create -n my-conda-env # creates new virtual env
conda activate my-conda-env # activate environment in terminal
conda install jupyter # install jupyter + notebook
jupyter notebook # start server + kernel
推荐指数: ⭐️⭐️
这种方法就是为每一个 conda 环境 都安装 jupyter。
Jupyter 将完全安装在 conda 环境中。不同版本的 Jupyter 可用于不同的 conda 环境,但此选项可能有点矫枉过正。
在环境中包含内核就足够了,内核是运行代码的封装 Python 的组件。Jupyter notebook 的其余部分可以被视为编辑器或查看器,并且没有必要为每个环境单独安装它并将其包含在每个 env.yml 文件中。
因此,接下来的两个选项之一可能更可取,但这是最简单的一个,绝对没问题。
2 为 conda 环境创建特殊内核
conda create -n my-conda-env # creates new virtual env
conda activate my-conda-env # activate environment in terminal
conda install ipykernel # install Python kernel in new conda env
ipython kernel install --user --name=my-conda-env-kernel # configure Jupyter to use Python kernel
jupyter notebook # run jupyter from system
只有 Python 内核会在 conda 环境中运行,系统中的 Jupyter 或不同的 conda 环境将被使用——它没有安装在 conda 环境中。
通过调用ipython kernel install
将 jupyter 配置为使用 conda 环境作为内核.
具体的操作 可查看我之前的教程。windows/mac/linux jupyter notebook 切换默认环境
推荐指数: ⭐️⭐️⭐️⭐️
3 使用 nb_conda_kernels 添加所有环境
第二种方法其实也挺不错的。有个缺点是,你新建一个环境,就要重复操作一次。
而这个方法就是一键添加所有 conda 环境,且不妙哉!
conda activate my-conda-env # this is the environment for your project and code
conda install ipykernel
conda deactivate
conda activate base # could be also some other environment
conda install nb_conda_kernels
jupyter notebook
推荐指数: ⭐️⭐️⭐️⭐️⭐️
注意:这里的 conda install nb_conda_kernels
是在 base 环境下操作的。
安装好后,打开 jupyter notebook 就会显示所有的 conda 环境啦,点击随意切换。
当然,并不是每个人都能一帆风顺。可能存在的问题可以参考链接:
文章持续更新,可以关注微信公众号【医学图像人工智能实战营】获取最新动态,一个关注于医学图像处理领域前沿科技的公众号。坚持已实践为主,手把手带你做项目,打比赛,写论文。凡原创文章皆提供理论讲解,实验代码,实验数据。只有实践才能成长的更快,关注我们,一起学习进步~
我是Tina, 我们下篇博客见~
白天工作晚上写文,呕心沥血
觉得写的不错的话最后,求点赞,评论,收藏。或者一键三连
以上是关于conda 中配置 jupyter notebook 环境 踩过的坑的主要内容,如果未能解决你的问题,请参考以下文章