主要针对场景:
conda base环境下已经有jupyter lab了,想使用新的env来管理,如tensorflow之类的(毕竟我写这个的时候tensorflow还不支持3.8)。
-
修改源
-
修改conda文件夹下的.condarc ,这个用的是清华的源
-
channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
-
即可添加 Anaconda Python 免费仓库。
-
运行 conda clean -i 清除索引缓存,保证用的是镜像站提供的索引。
-
2. 以创建一个python3.7环境为例,环境名为mytensor
conda create -n mytensor python=3.7
conda activate mytensor
conda install ipykernel
python -m ipykernel install --user --name mytensor --display-name="mytensor-kernel"
conda deactivate
简单解释一下
-
当执行了python -m ipykernel install --user --name mytensor --display-name="mytensor-kernel" 这一行命令之后,弹出来的提示一般为
Installed kernelspec mytensor in C:\Users\gsy\AppData\Roaming\jupyter\kernels\mytensor 可以去这个文件夹下看下json文件配置,指向的就是 自己的env
2. 同一个jupyter lab使用多个环境的道理很简单,jupyter构建在python之上,jupyter确实需要一个python环境去启动起来,但是在jupyter内部执行 python代码就不需要非得使用默认环境,就和eclipse idea之列的IDE道理一样