如何在Jupyter Notebook中自由切换conda虚拟环境pythtorch_gpu
2020-04-26 00:49
337 查看
一般情况
jupyter note在启动时,是与conda的默认虚拟环境 base(root) 连接,不能和新建虚拟环境pytorch_gpu相连接,这需要安装一些插件来建立连接。
需要安装的插件及过程
1、首先在conda中激活虚拟环境pytorch_gpu
- Linux&mac环境:
source activate pytorch_gpu
- Windows:
conda activate pytorch_gpu
2、安装ipykernel
conda install ipykernel
由于之前已经安装好了,所以不会再次安装。
3、手动进入Jupyter Notebook
此时可能仍然没有你想要的kernel,那么我们手动创建。在创造好的虚拟环境pytorch_gpu中安装了ipykernel,所以,接下来在虚拟环境pytorch_gpu里执行下面的代码来手动添加kernel到jupyter notebook中。
python -m ipykernel install --user --name [虚拟环境名]
如果没有显示,就重新手动在此进入jupyter notebook,就会看到自己新建的虚拟环境pytorch_gpu。
此时一直显示连接中,在终端里提示No module named ‘win32api’ 错误,则需要在终端安装 pypiwin32插件。
4、安装pypiwin32
pip install pypiwin32
在次连接就会显示连接正常。
经过以上操作,就可以连接特定虚拟环境pytorch_gpu来训练模型。
相关文章推荐
- conda创建的虚拟环境中使用jupyter notebook如何关闭
- 如何在Jupyter Notebook中使用Python虚拟环境?
- Jupyter Notebook 如何创建虚拟环境(no module named ‘tensorflow)
- Jupyter Notebook如何调用指定的虚拟环境
- tensorflow2.1.0安装以及Pycharm和jupyter notebook使用conda虚拟环境方法
- 在jupyter notebook中切换虚拟环境
- 如何在jupyter notebook中使用虚拟环境
- 在jupyter notebook中使用conda虚拟环境
- Ubuntu中anaconda换源、在虚拟环境中安装jupyter notebook并安装tensorflow-gpu
- Jupyter Notebook激活conda环境
- jupyter notebook添加Anaconda虚拟环境的python kernel
- 在Jupyter Notebook中创建虚拟环境的坑
- 将pipenv创建的virtualenvs虚拟环境导入为jupyter notebook中的kernel
- jupyter notebook conda Ipython环境配置for ML
- windows系统中Python多版本与jupyter notebook使用虚拟环境的过程
- jupyter notebook使用anaconda虚拟环境
- 在虚拟环境中的Pytorch中安装jupyter notebook
- Mac 通过anaconda 管理jupyter notebook 虚拟环境
- ipynb文件的打开和jupyter/conda的python环境切换
- Anaconda及Jupyter notebook配置、管理虚拟环境