解决在jupyter中无法使用自己用conda创建的虚拟环境便于安装包进行内存管理。jupyter是通过kernel来运行python文件的之所以是没有自定义的虚拟环境是因为自定义的虚拟环境没有kernel所以我们需要给虚拟环境创建kernel。假设已经创建好了虚拟环境为d2l打开 anaconda prompt第一步激活虚拟环境conda activate d2l第二步安装 ipykernelconda install ipykernel这个包是 Jupyter 与 Python 环境之间的“桥梁”没有它Jupyter 无法调用该环境。第三步将环境注册为 Jupyter 内核python -m ipykernel install --user --name myproject --display-name xxxx其中 xxxx 表示为在jupyter显示的kernel名称可以自定义。到此就配置完成。不管我们在base环境还是在虚拟环境打开的jupyter现在都可以选择自己的虚拟环境作为kernel。启动后在这里可以看见可以选择d2l作为kernel了这样就可以在 d2l 中安装需要的环境包了。
jupyter更换conda环境
解决在jupyter中无法使用自己用conda创建的虚拟环境便于安装包进行内存管理。jupyter是通过kernel来运行python文件的之所以是没有自定义的虚拟环境是因为自定义的虚拟环境没有kernel所以我们需要给虚拟环境创建kernel。假设已经创建好了虚拟环境为d2l打开 anaconda prompt第一步激活虚拟环境conda activate d2l第二步安装 ipykernelconda install ipykernel这个包是 Jupyter 与 Python 环境之间的“桥梁”没有它Jupyter 无法调用该环境。第三步将环境注册为 Jupyter 内核python -m ipykernel install --user --name myproject --display-name xxxx其中 xxxx 表示为在jupyter显示的kernel名称可以自定义。到此就配置完成。不管我们在base环境还是在虚拟环境打开的jupyter现在都可以选择自己的虚拟环境作为kernel。启动后在这里可以看见可以选择d2l作为kernel了这样就可以在 d2l 中安装需要的环境包了。