1 问题描述

使用Anaconda配置了包括Pytorch、Tensorflow等多个虚拟环境后,依然无法使用Jupyter Notebook选择不同的虚拟环境运行代码,问题如下图所示。

2 解决方法

2.1 首先查看当前存在的虚拟环境:

使用组合键“win+R”打开命令提示符,输入以下命令进行查看当前存在的虚拟环境。一般没有初始环境只有一个“base”。

1 conda env list
2 #或者
3 conda info -e

2.2 创建新的python虚拟环境:

在命令提示符,输入以下命令创建新的虚拟环境。其中“your_env_name”是自定义的虚拟环境名称,后面的“python=3.7.4”是指创建的python版本号,可以根据自己的实际进行修改。

1 conda create -n your_env_name python=3.7.4

2.3 激活新建虚拟环境:

在命令提示符,输入以下命令激活新建的虚拟环境“pytorch”。命令窗口输出会出现下图的变换。

1 activate pytorch

2.4 在新建的虚拟环境中安装需要的库:

在命令提示符,输入以下命令,从而在新建的虚拟环境“pytorch”安装Pytorch。具体安装方法可参考Windows安装Pytorch并配置Anaconda与Pycharm中4.2.3。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda install pytorch torchvision cudatoolkit=10.1

2.5 保证Jupyter Notebook已安装

在命令提示符,输入以下命令,检查Jupyter Notebook是否已经被安装。

1 conda list

如果可以找到“jupyter”,说明已经被安装。否则使用一下命令进行安装。

1 conda install jupyter

2.6 安装ipykernel

输入以下命令退出当期虚拟环境,并安装ipykernel。

1 conda deactivate  ##退出当前虚拟环境
2
3 conda install ipykernel ##安装ipykernel

2.7 进入已建虚拟环境中安装ipykernel

输入以下命令进入已建的虚拟环境,并安装ipykernel。

1 activate pytorch  ##进入已建虚拟环境(名称根据实际情况进行修改)
2
3 python -m ipykernel install --user --name pytorch --display-name "Python(pytorch)" ##pytorch是指已建环境名;Python(pytorch)是指想要在jupyter notebook中显示的名字

2.8 打开Jupyter Notebook并选择所需虚拟环境

输入以下命令打开jupyter notebook,并点击“Kernel”下拉菜单找到“Change kernel”中的“Python [conda env:pytorch]”来配置所需虚拟环境,如下图所示。

1 jupyter   ##打开jupyter notebook

2.9 在配置好的环境中运行代码

这里导入torch模块,并使用“Shift+Enter”运行,发现成功导入没有报错则配置成功。

要创建更多的虚拟环境,也可以重复以上步骤进行配置。

参考资源:

1、Jupyter Notebook使用多个conda虚拟环境

Jupyter Notebook在多个虚拟环境配置与使用的更多相关文章

  1. anaconda 环境新建/删除/拷贝 jupyter notebook上使用python虚拟环境 TensorFlow

    naconda修改国内镜像源 国外网络有时太慢,可以通过配置把下载源改为国内的通过 conda config 命令生成配置文件,这里使用清华的镜像: https://mirrors.tuna.tsin ...

  2. 在 jupyterlab 和 jupyter notebook 中集成conda虚拟环境

    在jupyterlab中切换虚拟环境使用jupyter-conda包,参考链接:https://pypi.org/project/jupyter-conda/ Install Requirements ...

  3. 在Jupyter notebook中使用特定虚拟环境中的python的kernel

        在虚拟环境tf中安装完tensorflow后,在虚拟环境tf打开的jupyter里发现只有一个kernel-python3,新建一个文件, import tensorflow as tf ,发 ...

  4. jupyter notebook添加Anaconda虚拟环境的python kernel

    之前在自己博客上写了一个如何通过自建配置文件,让jupyter notebook可以调用conda虚拟环境的python解释器. 今天介绍一种更加简单的方式,无需手动配置文件,利用ipykernel可 ...

  5. 使用亚马逊云服务器EC2做深度学习(二)配置Jupyter Notebook服务器

    这是<使用亚马逊云服务器EC2做深度学习>系列的第二篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

  6. TensorFlow安装及jupyter notebook配置

    版权声明:若无来源注明,Techie亮博客文章均为原创. 转载请以链接形式标明本文标题和地址: 本文标题:TensorFlow安装及jupyter notebook配置     本文地址:http:/ ...

  7. 利用本地浏览器远程服务器上的jupyter notebook

    windows中访问远程服务器的方式有很多种:使用windows系统自带的网络功能,直接输入服务器地址访问:使用putty软件远程访问:使用xftp软件登陆:还可以使用x2go客户端图形界面远程访问. ...

  8. anaconda使用,jupyter notebook的使用方法

    1. 通过anaconda安装不同的python环境 1) conda create -n python36 python=3.5 2)  激活虚拟环境: activate python36  # 进 ...

  9. 基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境

    基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境 前言一.环境准备环境介绍软件下载VMware下安装UbuntuUbuntu下Anaconda的安 ...

随机推荐

  1. springboot中aop的使用

    Spring AOP(Aspect Oriented Programming),即面向切面编程,是OOP(Object Oriented Programming,面向对象编程)的补充和完善. OOP引 ...

  2. 不会吧!做了这么久开发还有不会NIO的,看看BAT大佬是怎么用的吧

    前言 在将NIO之前,我们必须要了解一下Java的IO部分知识. BIO(Blocking IO) 阻塞IO,在Java中主要就是通过ServerSocket.accept()实现的. NIO(Non ...

  3. 14.java设计模式之命令模式

    基本需求: 一套智能家电,有照明灯.风扇.冰箱.洗衣机,我们只要在手机上安装app就可以控制对这些家电工作 这些智能家电来自不同的厂家,我们不想针对每一种家电都安装一个App分别控制,我们希望只要一个 ...

  4. gitlab private-token利用工具

    在渗透测试中,经常会遇到只获得gitlab PRIVATE-TOKEN的情况,而gitlab提供了一系列的api给我们通过这个token去访问gitlab. 所以做了个简单的gitlab工具,以供紧获 ...

  5. MySQL查询练习2

    MySQL查询练习2 导读: 本次MySQL的查询语句是本人考试题目: 所有题目都已通过: 该查询练习并没有sql文件进行检查: 如果有书写以及其他错误欢迎指出. 题目正文: 1.找出借书超过5本的借 ...

  6. 走进flex布局

    简介:flex 是一个CSS的display 属性中新添加一个值. 随着inline-flex的使用,它将使它适用的元素成为一个flex container(伸缩容器),而这个元素的每个子元素将成为 ...

  7. KNN 算法-理论篇-如何给电影进行分类

    公号:码农充电站pro 主页:https://codeshellme.github.io KNN 算法的全称是K-Nearest Neighbor,中文为K 近邻算法,它是基于距离的一种算法,简单有效 ...

  8. LeetCode 041 First Missing Positive

    题目要求:First Missing Positive Given an unsorted integer array, find the first missing positive integer ...

  9. Map<String,Object>接收参数,Long类型降级为Integer,报类型转换异常

    前言 今天看群里小伙伴问了一个非常有意思的问题: 使用 Map<String,Object> 对象接收前端传递的参数,在后端取参时,因为接口文档中明确该字段类型为 Long ,所以对接收的 ...

  10. Zabbix监控使用进阶

    1. Zabbix基于SNMP监控 1.1 zabbix-web所能指定的监控方式 ssh/telnet agent:master/agent SNMP:Simple Network Manageme ...