深度学习笔记: Jupyter notebook 在虚拟环境下运行 |
您所在的位置:网站首页 › jupyter notebook运行代码 › 深度学习笔记: Jupyter notebook 在虚拟环境下运行 |
前言: 为了更好的管理深度学习环境,在安装tensorflow环境时,我新建了一个python虚拟环境(tensorflow)专门来做深度学习,这个虚拟环境下相对于原始的本地环境,它拥有我为tensorflow安装所以架包,这样就不会导致环境的架包管理混乱(使用python做其他项目如爬虫也是一样的道理,为什么安装虚拟环境可以看:Python为什么要使用虚拟环境-Python虚拟环境的安装和配置-virtualenv) 安装tensorflow过程可以看:深度学习1-深度学习环境安装,有这一篇就够了!Anaconda-Python+Tensorflow2.0-GPU+Keras+Pycharm 这本来是比较好的好的操作,但是通过anaconda安装的python自带了jupyter notebook,如果我要使用jupyter notebook话,它默认是不会去使用新建的虚拟环境的,所以我在tensorflow下的架包都没法运行,这样明显不行呀,会导致jupyter notebook 完全没法运行深度学习相关代码. 怎么办?慌?找了网上一些办法,总结如下: 1.为了让Jupyter Notebook支持虚拟运行环境,需要在Anaconda里安装一个插件,直接打开cmd,输入下面配置命令:(这个方法没有完全解决,还要配合第二个) conda install nb_conda再重新开启Jupyter Notebook命令: jupyter notebook . 我测试过这个方法,有效果,只有配置出来系统默认的一个root虚拟环境,这个环境其实等于没用,因为我们其实要用的自己安装的环境,如笔者的tensorflow虚拟环境.继续往下 2.这个步骤或办法,正在实现了让自己新建的虚拟环境出现在jupyter notebook运行页面的可选环境中. 进入要操作的虚拟环境:activate 虚拟环境名称 activate tensorflow配置一个插件:(这个插件是在tensorflow虚拟环境下执行的) conda install ipykernelpython -m ipykernel install --name Name 将环境添加到Jyputer中(Name是此环境显示在Jyputer中的名称,可自定义,其实这一步我也没搞懂是用来配置什么的,是否需要可以自行尝试,我是看教程说这样的,所以直接配置了) python -m ipykernel install --name jupyter_tf完成上面两步,就可以启动jupyter notebook了. 在虚拟环境下,如笔者 activate tensorflow进入深度学习虚拟环境,启动jupyter notebook jupyter notebook打开了jupyter notebook,这次就可以看到我们配置的虚拟环境了,如上图. (Tips: 笔者不确定第一步是否一定需要,因为我是先做了第一步,然后在做了第二步,坑一个个踩过来的,安装好了没有新电脑环境测试.建议读者遇到这个问题可以先试试第二步,不行再补第一步,欢迎交流,如果成功了,欢迎分享留言呀) 参考: [1] https://zhuanlan.zhihu.com/p/29564719 [2] https://blog.csdn.net/weixin_42382050/article/details/90214311 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |