动手学图深度学习DGL

前面讲环境配置，已经搭好虚拟环境后该怎么运用安装的包呢，总不能一直在终端敲代码吧。

个人推荐使用jupyter notebook来学习代码知识，接下来介绍如何将虚拟环境关联jupyter内核。

1. 安装jupyter notebook

在终端输入命令：

conda install jupyter

安装Jupyter notebook。 

 1.1 使用jupyter notebook

安装完成后在终端输入命令：

jupyter notebook

然后回车，稍等几秒就会跳转至默认浏览器，并且进入jupyter默认目录

如果没有跳转，直接点击给出的网址手动进入

1.2 虚拟环境关联Jupyter notebook

现在就可以开始使用Jupyter notebook了，但是此时Jupyter内核并不支持我们需要用的深度学习所需框架，所以我们还需要为Jupyter创建内核并关联我们创建好的虚拟环境上（如何创建虚拟环境）。

1.2.1 安装ipykernel包

在每个虚拟环境中，都需要安装ipykernel包以将其与Jupyter notebook配合使用。

在终端激活所需的虚拟环境：

conda activate env_name

 然后运行如下命令：

pip install ipykernel

1.2.2 安装内核

在所需虚拟环境中，运行以下命令以将该虚拟环境注册为Jupyter notebook内核：

python -m ipykernel install --user --name=env_kernel

其中，env_kernel是关联虚拟环境的名字，之后可以在Jupyter notebook内核中看到它。

1.2.3 启动Jupyter notebook

在任何虚拟环境中都可以使用以下命令启动Jupyter notebook：

jupyter notebook

如果在虚拟环境中启动失败，也可以直接在终端启动。 

1.2.4 选择内核

创建新的notebook：在Jupyter notebook中，新建notebook文件，在弹窗种选择之前安装的内核：

检查我们在虚拟环境中配置的图深度学习包和依赖是否能正常导入

 

 至此就可以开始进行学习了。