最近看的教程都是用的jupyter,按理说都一样吧,但是pycharm中python有的模块就弃用了,而jupyter却都可以用,而且jupyter听说也不错,就配置了一下下 1.打开cmd,激活你的虚拟环境,我的是tensorflow-gpu activate tensorflow-gpu 2.安装ipykernel pip install ipykernel  3.重启jupyter 完美  

1.虚拟环境产生的原因:如果在一台电脑上, 想开发多个不同的项目, 需要用到同一个包的不同版本, 如果使用上面的命令, 在同一个目录下安装或者更新, 新版本会覆盖以前的版本, 其它的项目就无法运行了. 2.虚拟环境的作用: (1)虚拟环境可以搭建独立的python运行环境, 使得单个项目的运行环境与其它项目互不影响. (2)所有的虚拟环境都位于/home/用户名(指的是你电脑上的用户名)[我的Ubuntu系统的用户名叫:python]/下的隐藏目录.virtualenvs下 3.安装过程 (1)

virtualenv 有什么用?如果你象我一样热爱 Python ,那么除了基于 Flask 的项目外 还会有其他项目用到 Python .当项目越来越多时就会面对使用不同版本的 Python 的 问题,或者至少会遇到使用不同版本的 Python 库的问题.摆在你面前的是:库常常不能 向后兼容,更不幸的是任何成熟的应用都不是零依赖.如果两个项目依赖出现冲突, 怎么办? Virtualenv 就是救星!它的基本原理是为每个项目安装一套 Python ,多套 Python 并存.但它不是真正地安装多

错误信息如下: Using base prefix 'c:\\users\\huful\\appdata\\local\\programs\\python\\python36-32'New python executable in E:\Learning\Python\search\Scripts\python.exeInstalling setuptools, pip, wheel... Complete output from command E:\Learning\Python\searc

1.创建虚拟环境<在原来基础上建立> *注:(这里是python2.python3环境共存,我要创建一个python3的虚拟环境) 一.先安装虚拟环境变量: pip3 install -U virtualenv 二.创建虚拟环境 virtualenv --system-site-packages -p python3 venv(这个是虚拟环境名字) 三.启动虚拟环境 source venv/bin/activate *查看虚拟环境下的pip安装包:pip list 四.退出虚拟环境: (ven

ensorflow安装好了,在python中也测试过了,但在jupyter中却会报错,原因是先装的Anaconda 之后装的tensorflow,所以环境有问题,所以需要重装jupyter,先激活tensorflow环境,再重装: source activate tensorflow #激活tensorflow环境 conda install ipython conda install jupyter jupyter notebook #重新打开jupyter notebook

今天在工作的过程中遇到这样一个问题:安装完Anaconda利用conda创建了虚拟环境,但是启动jupyter notebook之后却找不到虚拟环境中的python kernel.后来上网找到了解决办法,如下: 创建虚拟环境 首先回顾一下当时创建虚拟环境的命令: conda create -n python2 python=2.7 利用这个命令便创建了一个名叫python2的虚拟环境. jupyter notebook添加python kernel 在/usr/local/anaconda3/s

安装虚拟环境的命令 : sudo pip install virtualenv sudo pip install virtualenvwrapper 安装完虚拟环境后,如果提示找不到mkvirtualenv命令,须配置环境变量: # 1.创建目录用来存放虚拟环境 mkdir $HOME/.virtualenvs # 2.打开~/.bashrc文件,并添加如下: export WORKON_HOME=$HOME/.virtualenvs source /usr/local/bin/virtuale

虚拟环境是Python解释器的一个私有副本,在这个环境中你可以安装私有包,而且不会影响系统中安装的全局Python解释器. 虚拟环境非常有用,可以在系统的Python解释器中避免包的混乱和版本的冲突.为每个程序单独创建虚拟环境可以保证程序只能访问虚拟环境中的包,从而保持全局解释器的干净整洁,使其只作为创建(更多)虚拟环境的源.使用虚拟环境还有个好处,那就是不需要管理员权限. 目前我的配置是Anaconda+PyCharm的组合.Anaconda是一个包含300多种最受欢迎的科学.工程.数学和数据

1.通过anaconda新建虚拟环境 创建虚拟环境:conda create -n your_env_name python=3.6 激活虚拟环境:activate your_env_name(虚拟环境名称) 关闭虚拟环境:deactivate 例如:我新建的虚拟环境 air (1)在虚拟环境中安装jupyterlab 在虚拟环境中安装jupyter lab:conda install jupyterlab 更改工作目录:jupyter notebook --generate-config 会在

# virtualenv 虚拟环境安装 pip install virtualenv # 创建虚拟环境        virtualenv [虚拟环境名称] # 进入虚拟环境 windows : 进入虚拟环境的scripts文件夹中,然后执行activate *unix : source/path/to/vityualenv/bin/activate # 退出虚拟环境 deactivate # 创建虚拟环境的时候指定python的解释器 virtualenv -p .exe文件路径 # virt

FreeRTOS任务创建后但任务中无语句为空时运行错误 会死在文件<port.c>中下边函数处 static void prvTaskExitError( void ){ /* A function that implements a task must not exit or attempt to return to its caller as there is nothing to return to. If a task wants to exit it should instead c

以前不知道Python3中内置了venv模块,一直用的就是virtualenv模块,venv相比virtualenv好用不少,可以替代virtualenv 一.安装venv包: $ sudo apt install python3-venv 二.创建虚拟环境 首先创建一个项目文件夹,虚拟环境将会安装在项目文件夹下,我这里使用的项目文件夹是myproject,进入mypeoject文件夹,执行命令: $ python3 -m venv venv 这时虚拟环境就创建好了,默认是Python3的环境

1.先安装cmake和gcc brew install cmake brew install gcc 2.下载后确定自己的gcc版本 cd /usr/local/opt/gcc/lib/gcc/ 看到的数字就是你的gcc版本,我这里是10 3.从git上把lightgbm下载下来 git clone --recursive https://github.com/Microsoft/LightGBM 4.下载结束后cd到lightgbm目录 cd LightGBM 5.执行以下语句 此处对应自己的

简介 Python3.3以上的版本通过venv模块原生支持虚拟环境,可以代替Python之前的virtualenv. 该venv模块提供了创建轻量级"虚拟环境",提供与系统Python的隔离支持.每一个虚拟环境都有其自己的Python二进制(允许有不同的Python版本创作环境),并且可以拥有自己独立的一套Python包. 需要注意的是,在Python3.3中使用"venv"命令创建的环境不包含"pip",你需要进行手动安装.在Python3.4

一.永久更改pip源 1.windows 编辑%APPDATA%/pip中的pip.ini(若无则新建): C:\Users\v_xmmxhli λ cd %APPDATA%/pip C:\Users\v_xmmxhli\AppData\Roaming\pip λ notepad pip.ini 在pip.ini中写入: [global] index-url = https://pypi.douban.com/simple [install] trusted-host = pypi.douban

安装python3 一.安装需要编译的关联库 yum instal -y zlib zlib-devel (根据自己系统的情况,安装需要的关联库,同样用yum安装即可) yum install openssl-devel bzip2-devel expat-devel gdbm-devel readline-devel sqlite-devel gcc gcc-c++  openssl-devel #(建议将这些包都装了,避免后面报错) 二.下载python3的安装包 cd /tmp #建议切换

可能自己常常会遇到一个这样的问题,自己服务器安装的是python2,但是现在有的代码是基于python3的啊 怎么办?自己将代码转换成python2的呗,是的,我曾经就这样做过,但是真的是很鸡肋 更有一种情况,有的代码基于的pytorch的版本比较老怎么办?卸载了重装呗,很多依赖依旧是卸载重装,是的我曾经就这样搞过 但是有这么多代码要跑,一直用这样一种操作方式也不是办法呀,比如我今天跑的代码依赖比较老的版本,明天跑的代码依赖比较新的版本.所以要一直这样切换? 之前我们有三台服务器,不同的服务器有

安装完Anaconda利用conda创建了虚拟环境,但是启动jupyter notebook之后却找不到虚拟环境. 实际上是由于在虚拟环境下缺少kernel.json文件,解决方法如下: 首先安装ipykernel:conda install ipykernel 在虚拟环境下创建kernel文件:conda install -n 环境名称 ipykernel 激活conda环境: source activate 环境名称 将环境写入notebook的kernel中 python -m ipyke

安装: 官网下好后,直接 sh * 会提示安装路径,选择No的话重新填入安装的路径就可以了: 添加到环境变量: echo 'export PATH="~/anaconda2/bin/$PATH"' >> ~/.bashrc 注:重启bashrc后生效:source ~/.bashrc 升级conda: conda update conda 升级anaconda: conda update anaconda 检测升级所有包: conda update --all 升级单个的p

virtualenv是一个可以在同一计算机中隔离多个python版本的工具.有时,两个不同的项目可能需要不同版本的python,如 python2.7 / python3.6 ,但是如果都装到一起,经常会导致问题.virtualenv能够用于创建独立的Python虚拟环境,多个Python相互独立,互不影响.virtualenvwrapper这个软件包可以让我们管理虚拟环境变得更加简单.不用再跑到某个目录下通过virtualenv来创建虚拟环境,并且激活的时候也要跑到具体的目录下去激活. 下面介