我要评论在conda中有多个虚拟环境，将其添加到jupyter lab中，便于在jupyter lab中切换环境。
添加tensorflow虚拟环境到 jupyter notebook
首先在conda中创建一个tensorflow的虚拟环境(一定需要指定python版本，否则新环境与旧环境无法隔离)
conda create -n tensorflow python=3.8
然后进入环境
conda activate tensorflow
然后在虚拟环境中安装ipykernel（用于在jupyter lab中添加内核，这里使用了清华的镜像源）
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
接下来，将我们的虚拟环境添加到 jupyter lab内核（一定要进入对应的环境，然后再添加内核）：
python -m ipykernel install --user --name=tensorflow
输出为：
installed kernelspec tensorflow in xxx
则安装成功
为了确认已经成功添加，输入下面的命令：
jupyter kernelspec list
输出为：
available kernels:
python3 c:\users\52255\appdata\roaming\jupyter\kernels\python3
pytorch c:\users\52255\appdata\roaming\jupyter\kernels\pytorch
tensorflow c:\users\52255\appdata\roaming\jupyter\kernels\tensorflow
列表中有内核即添加成功
重新运行 jupyter lab，即可看到内核
进一步验证内核环境是否为对应的conda环境
为了确保内核环境与其他环境隔离，这里可以做进一步的验证
打开jupyter lab ，选择想要验证的内核，开启一个新页面，运行以下代码
import sys print(sys.executable)
输出为
c:\users\52255\anaconda3\envs\tensorflow\python.exe
在命令行中运行
conda env list
输出为
base c:\users\52255\anaconda3
pytorch c:\users\52255\anaconda3\envs\pytorch
tensorflow * c:\users\52255\anaconda3\envs\tensorflow
如果上面python中的输出与命令行中对应环境的输出一致，即隔离成功。
conda删除虚拟环境，jupyter notebook也需要删除对应的虚拟环境
conda 简单地删除那个虚拟环境，那么 jupyter lab里面也需要进行对应的操作。
首先，我们可以确认一下目前有哪些环境：
jupyter kernelspec list
然后删除对应的虚拟环境即可：
jupyter kernelspec uninstall tensorflow
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论