jupyter切换conda虚拟环境【jupyter notebook中的kernel管理】

---

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