疫情期间在家连着实验室的服务器继续学习,用到关于强化学习相关的包 gym 时,在render上出现了问题. 环境: Ubuntu18.04 服务器python 3.7.6gym 0.17.1jupyter 1.0.0ipython 7.13.0matplotlib 3.2.1 用远程开 jupyter notebook 并在 jupyter 中运行 gym 的 env,调用 env.render() 时出现了如下报错: NoSuchDisplayException: Cannot connect

在 jupyter 中添加菜单和自动完成功能 参考文档http://www.360doc.com/content/17/1103/14/1489589_700569828.shtmlhttp://top.jobbole.com/35789/https://jupyter-notebook.readthedocs.io/en/stable/config_overview.htmlhttps://jupyter-contrib-nbextensions.readthedocs.io/en/lates

1)%pwd 于显示Jupyter当前的工作空间. 2)%hist 显示当前Jupyter中,所有运行过的历史代码. 3)%who 显示当前Jupyter环境中的所有变量或名称. 4)%reset 删除当前Jupyter环境中的所有变量或名称. 5)%time 计算当前代码行的运行时长. 6)%timeit 计算当前代码行的平均运行时长(即在执行一个语句100000次(默认情况下)后,再给出运行最快3次的平均值. 7)%%timeit 计算当前cell的代码运行时长. 8)%matplotlib

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

1 简介 无论是jupyter notebook还是jupyter lab,都可以使用ipython中的众多自带魔术命令来实现丰富的辅助功能,诸如%time之类的. 这些都已经是老生常谈的知识没什么好说的,但我们今天要给大家介绍的,则是一些实用的基于第三方拓展的魔术命令,从而极大程度上扩展jupyter的功能. 图1 2 jupyter中实用的第三方魔术命令拓展 在jupyter中使用外部的拓展魔术命令,需要先像安装常规的Python库一样用pip等进行安装,再在使用前执行一次%load_ext

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  

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

网上有安装完anaconda后可以直接使用conda 命令安装R的kernal,本人电脑上已经安装了anaconda和R,因此使用手动安装的方式安装. 安装环境: windows 8.1 企业版 Anaconda 3 (64-bit) R x64 3.4.2 具体步骤如下: 1.确保电脑上已经安装好anaconda 和 r 两个程序,没有安装的可自行到官网下载,都是免费开源的软件.然后自行百度安装,其实只要点击下一步就可以了.要注意的一点是记住R的安装目录.我的是安装在D盘下的,安装目录为:D:

首先通过 pip2 install ipython notebook pip3 install ipython notebook 分别安装ipython notebook,安装命令还是推荐使用国内的豆瓣源 然后通过命令 ipython2 kernelspec install-self ipython3 kernelspec install-self 分别执行这两条操作,再打开jupyter notebook,就可以看到可选择Python2 和 Python3 了 注意如果是在ipython中操作

地址:(http://irkernel.github.io/installation/) 第一步:在R中安装必备包 install.packages(c('repr', 'IRdisplay', 'evaluate', 'crayon', 'pbdZMQ', 'devtools', 'uuid', 'digest')) devtools::install_github('IRkernel/IRkernel') 第二步:连接R与jupyter 在R Console中输入(在Rstudio中无效)

安装 xeus-cling conda install xeus-cling -c conda-forg xeus-cling 是一个用于编译解释于C++的Jupyter内核目前,支持Mac与Linux,但不支持Windows. 2. 检查是否安装成功 输入jupyter kernelspec list 会出现如下: Available kernels: python3 /Users/wyl/opt/miniconda3/share/jupyter/kernels/python3 xcpp11

前言 关于python包的一些知识 Java中的package概念 我们知道在java中的import package概念, java中的包就是一个目录,里面包含着子目录,子目录套着子目录,当需要引入下层包的时候,需要加一个点以表示分层的概念例如 ├─ aaa ├─bbb │ └─ccc └─ddd 我们在根目录下,当我们想引用ccc中的ccc中的class的时候,我们可以这样写 import bbb.ccc.* Python中的包 总体来说python的包机制与Java的差不多,都是目录的形式

jupyter使用还是很方便的,尤其是喜欢MarkDown功能,在安装插件后可以非常清晰的看到整个文档的基本结构,下面介绍下MarkDownd的使用: 1.MarkDown必须是在命令模式是下使用的,编辑cell时,在需要标记的文字行前添加#--一级标题##--二级标题......一共五级标题吧 2.按esc键进入编辑模式,按M键,最后切记要执行本行代码,不然不会出现markdown效果哦

---恢复内容开始--- Numpy_pratice In [2]: n = 10 L = [i for i in range(n)] In [3]: L * 2 Out[3]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9] In [4]: import numpy as np X = np.arange(1,16).reshape(3,5) X Out[4]: array([[ 1, 2, 3, 4, 5], [ 6,

目录 安装R 关联jupyter notebook 安装R 系统:Ubuntu:16.04 步骤1.添加镜像源 $ sudo echo "deb http://cran.rstudio.com/bin/linux/ubuntu xenial/" | sudo tee -a /etc/apt/sources.list 步骤2.下载公钥 $ gpg --keyserver keyserver.ubuntu.com --recv-key 51716619E084DAB9 $ gpg -a -

参考: https://www.cnblogs.com/zhanjiahui/p/11335038.html https://blog.csdn.net/linxid/article/details/79386223 Anaconda安装Graphviz 1.打开Anaconda终端,openterminal 2.终端输入: conda install graphviz pip install graphviz 打开jupyter: jupyter lab 引入graphviz: import

学习matplotlib时,使用的jupyter跑代码.报错如上图.大致就是后面的注释不能被识别.我寻思着注释不用识别吧,大概是因为%后跟的语句被全部当成命令行执行了,然后命令行不识别行内注释,导致报错 UsageError: unrecognized arguments如此分析一波,解决方法就很简单了,删掉注释..  

from docx import Document报错: Import Error: No module named ‘exceptions‘ 解决办法: 使用下面的命令重新安装docx !pip install python-docx

前言 最近需要在Jupyter中写一个类库,其中有一个文件实现从数据库中读取空间数据并加载为Feature对象,Feature对象是cartopy封装的geomery列表,能够方便的用于作图等.因为有很多数据是经常用到的,所以就写了很多常量将数据事先读好供用户直接调用,这样造成的一个问题是每次加载该页面的时候很慢,于是我就考虑可以写个Cache来缓存这些数据,这在其他情况下是再正常不过的需求,然而我却在这里折腾半天,踏了坑,坑里还有水,再也没有出来...在这里我简单分析一下失败的原因,如果有人有

目标: 修改Anaconda3中自带的Jupyter Notebook默认启动目录. 步骤:     1.提前创建好你想要启动位置文件夹.     2.寻找配置文件,"jupyter_notebook_config.py" 可以使用Everything软件之家搜索该文件名,或一般在"C:\Users\你的用户名\.jupyter" 中找到. 3.打开"jupyter_notebook_config.py"并修改 可以直接使用记事本打开该文件,搜索

当我们在jupyter notebook中运行时可能会遇见没有某个包的情况,如下: --------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) <ipython-input-1-24005895b065> in <module> 2 import h5py 3 import matpl