如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境?

参考文章:

【最全指南】如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境?_多个conda环境 notebook用的哪个-CSDN博客

感谢这篇文章博主的解答,成功解决了我的难题。以下做一些具体的操作方法以及心得体会:

这里我使用的这篇文章第二种方法,并且成功,以下我将详细说明。

解释:

第一句创建虚拟环境,第二句激活环境,重点介绍一下第三句conda install ipykernel

conda install ipykernel 是在Conda 环境中安装一个名为 ipykernel 的 Python 内核包。

在 Jupyter Notebook 或 JupyterLab 中,内核用于执行代码并与后端 Python 进行通信。当我们在 Jupyter 中创建一个新的 Notebook 时,我们可以选择使用哪个内核来执行代码。

ipykernel 是一个兼容 Jupyter 的 Python 内核包,可以在 Jupyter Notebook 或 JupyterLab 中使用多个不同的 Python 环境。当安装 ipykernel 后,可以在 Jupyter 中切换并选择 Conda 环境作为内核,这样就可以利用 Conda 管理的不同环境中的 Python 解释器来运行代码。这样,就可以方便地在不同的环境中运行和测试代码,而无需在每个环境中手动安装 Jupyter。

1.首先以管理员身份运行 Anaconda Prompt(或其他命令行终端),然后再次尝试安装 ipykernel。以管理员身份运行命令行会给予程序更高的权限,从而可以解决权限问题。

2.打开之后 查看我们的环境

3.在base环境下可以使用以下命令在特定环境中安装 ipykernel

conda install ipykernel

这里表示安装成功

注意:这里需要在每个要使用的虚拟环境中安装 ipykernel,因为当你创建一个新的 Conda 环境时,该环境是相对独立的,包括自己的Python解释器和包。

4.将 Base 环境的 Python 内核注册到 Jupyter Notebook 中:

python -m ipykernel install --user --name base --display-name "Python (base)"

5.激活另外一个虚拟环境:

6.安装 ipykernel

7.安装过程中输入y

 安装成功! 

8. 将 PyTorch 环境的 Python 内核注册到 Jupyter Notebook 中:

python -m ipykernel install --user --name pytorch --display-name "PyTorch"

9. OK成功, 运行一下试试:

有两个内核可以选择,先用下base

10. 没问题 torch我没在这个环境安装所以不能用,其他都是anaconda自带的包,引入没问题

11.接下来用PyTorch:

OK, 成功!!

注: 不以管理员身份运行 Anaconda Prompt,按照上面操作下来的结果:收到了 "EnvironmentNotWritableError" 错误,这意味着当前用户没有对目标环境的写权限

配置环境对于小白来说很难,我本人配了三天才勉强可以运行,但是贵在坚持,求知的欲望和抱着解决问题的心态足以让你克服学习道路上的困难。同时不要忘记,gpt是你学习道路上的好帮手。

觉得写的不错的话最后,求点赞,评论,收藏。或者一键三连

  • 18
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Jupyter Notebook 是一个交互式笔记本环境, 通常用于数据分析和编程. 它不能直接运行 C/C++ 程序, 但是可以通过一些技巧来间接实现. 一种方法是使用 Cython 来编译 C/C++ 代码, 然后在 Jupyter Notebook 调用. 另一种方法是使用 Jupyter 的 C++ 扩展, 例如 Xeus-cling, 它可以在 Jupyter Notebook 直接运行 C++ 代码. 如果你想要在 Jupyter Notebook 编写和运行 C/C++ 代码, 这些方法都是值得尝试的. ### 回答2: Jupyter Notebook是一个非常强大的交互式编程环境,但它本身并不直接支持运行C/C++代码。不过,我们可以借助一些插件和工具来实现在Jupyter Notebook运行C/C++代码的目标。 一种方法是使用插件xeus-cling。这是一个基于Jupyter的C++ REPL(Read-Eval-Print Loop)内核,可以让我们在Jupyter Notebook即时运行和调试C++代码。我们需要先安装xeus-cling内核,然后启动Jupyter Notebook,并选择C++内核开始编程。 另一种方法是通过IPython的魔术命令来运行C/C++代码。首先,我们需要安装GCC或者Clang编译器。然后,使用IPython的编译器魔术命令`%%cpp`来指定要编译和运行的C/C++代码块。例如,我们可以在一个代码块使用`%%cpp`魔术命令来编写和运行C代码。 请注意,这种方法下,Jupyter Notebook并不真正支持C/C++语言,而是使用魔术命令将代码块交给编译器来执行,因此在Jupyter Notebook无法使用C/C++的标准输入输出。 综上所述,我们可以通过安装插件xeus-cling或使用IPython的魔术命令来在Jupyter Notebook运行C/C++代码。 ### 回答3: 要在Jupyter Notebook运行C/C++代码,可以使用以下方法: 1. 安装GCC/G++编译器:Jupyter Notebook不直接支持C/C++语言,所以首先需要安装GCC/G++编译器。在Linux系统,可以通过运行`sudo apt-get install build-essential`命令来安装。在Windows系统,可以下载MinGW或者Cygwin等编译工具链来安装GCC/G++编译器。 2. 安装Ipykernel内核:为了在Jupyter Notebook运行C/C++代码,需要添加Ipykernel内核。可以通过运行以下命令来安装:`pip install ipykernel`。 3. 创建一个C/C++内核:执行以下命令来创建一个新的内核: ``` python -m ipykernel install --user --name ckernel --display-name "C/C++" ``` 其,`ckernel`是内核的名称,`C/C++`是在Jupyter Notebook显示的内核名称。 4. 在Jupyter Notebook运行C/C++代码:打开Jupyter Notebook,并选择使用C/C++内核的笔记本。然后,在代码单元格输入C/C++代码,并按`Shift + Enter`运行。 需要注意的是,Jupyter Notebook的C/C++代码是通过编译器进行编译和执行的,所以在执行之前需要正确编写C/C++代码,并处理任何编译错误或警告。此外,Jupyter Notebook的C/C++代码只能在一个单元格编写和执行,无法像Python代码一样进行分割和交互式操作。如果需要交互式操作,可以考虑使用其他支持C/C++的集成开发环境(IDE)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值