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可以自动生成对应的配置文件,然后直接启动jupyter notebook即可,而且只需要在第一次使用的时候进行生成,之后可以直接使用. 例如,现在想创建一个虚拟环境名为py3,希望在jupyter notebook中可以直接选择py3这个kernel.命令如下 conda create -n py3

说明:本机系统为 win10 64 位, base 是集成于 Anaconda3 的 64 位的python,以下是创建虚拟环境 py366-32,安装 3.6.6 版的 32 为python,把 3.6.6 版的 32 为 python 添加到 Jupyter notebook 内核中的过程 . 1.创建虚拟环境 conda info # 查看 canda 信息 64 位的平台,需修改为 32 位. set conda_force_32bit=1 2.创建虚拟环境 py366_32,安装指定版

目录 [亲测好使]windows系统下jupyter notebook使用虚拟环境 在虚拟环境中安装jupyter,并添加到jupyter kernel 参考 [未测试,但觉得比上面那方法好,因为上面那方法还需要在虚拟环境中再安装jupyter,这样很冗余] 安装ipykernel,将环境添加到Jyputer中 参考 top [亲测好使]windows系统下jupyter notebook使用虚拟环境 在虚拟环境中安装jupyter,并添加到jupyter kernel 进入虚拟环境安装jupy

全真教程:Windows环境Jupyter Notebook安装.运行和工作文件夹配置 @ 目录 全真教程:Windows环境Jupyter Notebook安装.运行和工作文件夹配置 一.Jupyter Notebook简介 二.Jupyter Notebook安装 1.安装方式-使用Anaconda安装 2.安装过程中的有关选项的选择 三.Jupyter Notebook运行 1.命令行窗口运行Jupyter Notebook 2.快捷方式运行Jupyter Notebook 四.Jupyt

离线状态迁移Anaconda虚拟环境 同样是项目需求,需要布署的服务器上的Anaconda安装到了普通账户下 而后续所有的内容都需要通过root账户进行操作,而服务器已经布署,联网比较麻烦 本文提出,在无需联网的状态下,转移一下Anaconda的环境 1. 安装 Anaconda 所有的操作最好都用root账户进行 找到之前下载的Anaconda3-2019.10-Linux-x86_64.sh文件,最好移动到root目录下: 运行bash Anaconda3-2019.10-Linux-x86

1. 前提: 安装前服务器情况,已经安装好了: CUDNN=7.3.0 CUDA=10.0.130 Opencv 2.4.13 相应命令为: cuda 版本 cat /usr/local/cuda/version.txt cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 opencv版本 pkg-config opencv --modversion 2. 准备caffe, python环境 从https://

原本以为,当进入虚拟环境之后,再运行jupyter notebook应该是这个环境下的jupyter,比如我默认创建一个文件,这个文件调用的编译器应该是这个虚拟环境中的编译器,实际上并不是 当你进入jupyter新建文件之后,你会发现,并没有存在虚拟环境的名称,以及import sys,print(sys.path)打印出来的根本就不是虚拟环境中的路径,所以,必须要手动在jupyter notebook中添加自己创建的虚拟环境 添加步骤如下: 以下都在centos中执行 1. 进入虚拟环境之后,

目录 前言 1. 创建虚拟环境 2. 虚拟环境管理 3. Conda虚拟环境的包管理 前言 今天把anaconda进行了滚动更新,实体环境python版本也相应从3.6跟新到了3.7.但是问题来了,之前安装的很多包,如opencv,dlib,等等都找不到对应版本,尴尬.......通常很多东西都是逃避不过去的,迟早会遇到,那么开始对虚拟环境的学习---- 1. 创建虚拟环境 conda create -n env_name python=X.X 以下是我的运行过程 # root @ geoffr

Pytorch安装倒腾了一上午终于搞定,记录一下安装过程. 1. 首先尝试官网的安装方式,但是网速太慢了. 除去cudnn100, torchvision和pytorch三个文件,其余可以直接从清华镜像源下载. 这三个包直接进入官网,使用多线程(我用idm下载的,最好在挂个代理或者VPN)下载后,离线安装.离线安装命令: conda install --use-local Pkg_name 2. 安装完成后报错,拷贝系统lib目录下相关文件到需求路径,测试成功. 执行如下代码,需要根据安装路径适

首先要安装Anaconda 下载网址:https://www.anaconda.com/distribution/#download-section      Miniconda下载网址:https://conda.io/en/latest/miniconda.html 1,安装完成配置环境变量 3,安装新的虚拟环境 conda create -n 环境名称 要装的语言(指定版本) 等待安装完毕  完毕后会提示怎么开启和关闭虚拟环境 如上图安装成功 4,虚拟环境的常用命令 查看版本号 激活虚拟环

anaconda下jupyter notebook的打开目录的修改:参考:https://www.cnblogs.com/amberdata/p/7907845.html pytorch官网:https://pytorch.org/ 因为我之前安装tensorflow,就已经安装了cuda9和cudnn,具体可以参考我的上一篇: https://www.cnblogs.com/gaofighting/p/9917456.html 安装pytorch参考: https://www.cnblogs.

1.首先在所在系统中安装Anaconda.可以打开命令行输入conda -V检验是否安装以及当前conda的版本. 2.conda常用的命令. 1)conda list 查看安装了哪些包. 2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境 3)conda update conda 检查更新当前conda 3.创建python虚拟环境. 使用 conda create -n your_env_name python=X.X(2.7.3.6等)命令创建pyt

参考:https://blog.csdn.net/weixin_39934500/article/details/79138235 首先查看 anaconda下的环境信息  conda env list 激活你想要的环境名称:  activate  环境名称 将环境写入jupyter notebook 的kernel中 python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)" 重新打开ju

因为要在windows系统系统中练习tensorflow,所以需要配置一下环境(来回的开关机切换环境太麻烦了......) 首先安装anaconda3,我选择的版本是Anaconda3 5.1.0,对应的python的版本是python3.6.anaconda和python对应的版本关系如下图: 下载的是使用的中科大的镜像站 http://mirrors.ustc.edu.cn/anaconda/archive/ 具体安装过程不表,配置一下安装路径就可以,还有就是将下面的勾取消掉了(默认勾选的,

谈到数据科学领域的开发工具,Jupyter 无疑是非常知名的一种.它具有灵活高效的特点,非常适合进行开发.调试.分享和教学.近日,Netflix(奈飞)居然也玩起了跨界,他们开源了一个名为 Polynote 的程序.类似于 Jupyter,Polynote 可以进行开发工作,但是能够支持包括 Python 在内的多种编程语言. 据奈飞在 Medium 的文章中介绍,Polynote 开发的目的是为了给数据科学家和机器学习研究者提供一个笔记本环境,使他们能够自由且无缝地和奈飞本身基于 JVM 的机

创建虚拟环境:conda create -n env_name packages 例:创建名为env1的虚拟环境,并在其中安装numpy,conda create -n env1 numpy. 指定特定版本的Python,conda create -n py2 python=2 查询虚拟环境:conda env list 切换虚拟环境:MacOS/Linux,source activate env_name Windows,activate env_name 离开虚拟环境:MaxOS/Linux

0 - 步骤 安装visualcppbuildtools_full.exe(链接:https://blog.csdn.net/u012247418/article/details/82314129) 重启电脑,在开始菜单中打开"Visual C++ 2015 x64 Native Build Tools Command Prompt"命令行 命令行中键入"activate env_name"激活虚拟环境(env_name为虚拟环境名称) 命令行中键入"pi

配置Jupyter Notebook 1 修改Jupyter Notebook的工作目录 Jupyter默认打开的是用户目录,使用如下步骤自行修改: CMD生成Jupyter配置文件: (python36) C:\Users\Administrator>jupyter notebook --generate-config Writing default config to: C:\Users\Administrator\.jupyter\jupyter_notebook_config.py 用记

查看所有已安装的软件包$ conda list# packages in environment at S:\Users\jiangshan\Anaconda3:## Name Version Build Channel_ipyw_jlab_nb_ext_conf 0.1.0 py37_0 defaultsalabaster 0.7.12 py37_0 defaultsanaconda 2018.12 py37_0 defaults........ 查看当前存在哪些虚拟环境$ conda inf

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 conda >= 4.5 notebook >= 4.3 JupyterLab 1.0 (for the jupyterlab extension only) To install in the classical notebook: conda install -c conda-forge j