前言
通过anaconda安装的python环境可能不是我们想要的python环境,因为anaconda安装后python版本与我们需要搭建的python_pytorch环境中的python版本不一致,因此此需要建立虚拟环境,在该虚拟环境中安装想要的python版本及torch_gpu版本,用conda管理两个环境。关于两个环境切换及创建详见我的这篇博客Anaconda(Python)环境管理,因为安装了anaconda后jupyter也随同安装在了python base环境,jupyter的python环境默认为base,但是很多demo需要在jupyter中运行,而且需要使用python_gpu环境,这就需要在jupyter中把python环境切换成python_gpu环境。
一、激活虚拟环境
conda activate pytorch
二、安装ipykernel用于内核安装
conda install ipykernel
二、添加kernel进jupyter notebook
python -m ipykernel install --user --name pytorch --display-name "Python_GPU"
四、关掉jupyter notebook,重启
总结
本人安装的是anaconda3中python3.8.5的版本:
打开其中的anaconda prompt在里面进行kernel的管理
jupyter notebook运行需要的kernel和conda创建的虚拟环境并不能完全互通。我们利用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。解决方案如下:
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 ipykernel install --user --name 环境名称 --display-name
#你想为kernel添加的名称
如果经常需要用jupyter notebook,那么最好在创建虚拟环境的时候便安装好ipykernel:
conda create -n 环境名称 python=3.8.5 ipykernel
使用命令可以查看jupyter所有的kernel
jupyter kernelspec list
使用命令可以删除指定的kernel
jupyter kernelspec remove kernelname