添加kernel内核
conda添加了相应的虚拟环境之后,多需要运用到Pycharm、Spyder和Jupyter中,前两种笔者已经分享过,今天阐述Jupyter添加和删除虚拟环境生成对应kernel内核,这样新建的ipykernel项目就使用对应的虚拟环境。
1. 创建新的环境(取名为neural_net,选用python3.8版本)
conda create -n neural_net python=3.8 |
2. 激活环境
conda activate neural_net |
3. 安装ipykernel (第一次导入虚拟环境的要下载),使用清华镜像更快,不然自己挂VPN下载使用语句 pip install ipykernel 速度也可观。(哪个环境要装入jupyter就激活哪个虚拟环境)
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipykernel |
4. 将虚拟环境neural_net导入jupyter的kernel中(自己设置显示的名字为net-3.8)
python -m ipykernel install --name neural_net --display-name net-3.8 |
5. 用以下命令查看已经安装好的虚拟环境的kernel(如图可查看kernel已经安装),注意图中的python3为conda的base环境自带。
jupyter kernelspec list |
6. 更新jupyter,新建的neural_net的kernel内核已经显示,名字为net-3.8。
删除kernel内核
有时我们要将多余虚拟环境删除,那么jupyter的kernel也需要删除,不然会一直保留这个选项,对于强迫症来说看着一个无用的的kernel选项着实不舒服。
1. 删除虚拟环境neural_net
conda remove -n neural_net --all |
2. 删除kernel内核(注意:上图中的python3 kernel内核是base的内置核,删除不掉,或者说不要将其与虚拟环境创建的kernel混淆)。文章来源:https://www.toymoban.com/news/detail-403847.html
jupyter kernelspec remove neural_net |
3. 删除完毕上述的kernel后,jupyter中虚拟环境neural_net的 kernel内核选项会消失,界面变得更加清爽。(可以继续用命令:jupyter kernelspec list 查看是否还有neural_net选项,没有就是删除干净了)文章来源地址https://www.toymoban.com/news/detail-403847.html
到了这里,关于Jupyter添加、删除对应虚拟环境kernel内核的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!