在Jupyter notebook中使用特定虚拟环境中的python的kernel

在虚拟环境tf中安装完tensorflow后,在虚拟环境tf打开的jupyter里发现只有一个kernel-python3,新建一个文件, import tensorflow as tf ,发现报错,没有tf这个模块。
    一开始还以为是tf的问题安装失败,后来才意识到是jupyter的问题。因为在虚拟环境tf中,虽然有jupyter(或者自己再安装pip install jupyter,他会提示说已存在),但这个jupyter还是原python环境中的jupyter。在虚拟环境tf中用命令 (tf) treamy ~ $ which jupyter 得/usr/local/bin/jupyter 再用 (tf) treamy ~ $ find ~/code/pydir/env -name "jupyter*" 发现虚拟环境中无jupyter故虚拟环境中的jupyter还是原python环境中的jupyter,kernel为python3,而我的原python3并没有安装tensorflow,所以报错了。

之前查网上按这个方法解决:(但无效)

(tf) treamy ~ $ ipython kernelspec install-self --user

[TerminalIPythonApp] WARNING | Subcommand `ipython kernelspec` is deprecated and will be removed in future versions.

[TerminalIPythonApp] WARNING | You likely want to use `jupyter kernelspec` in the future

[InstallNativeKernelSpec] WARNING | `jupyter kernelspec install-self` is DEPRECATED as of 4.0. You probably want `ipython kernel install` to install the IPython kernelspec.

[InstallNativeKernelSpec] Installed kernelspec python3 in /Users/treamy/Library/Jupyter/kernels/python3

(tf) treamy ~ $ mkdir -p ~/.ipython/kernels
(tf) treamy ~ $ mv /Users/treamy/Library/Jupyter/kernels/python3 ~/.ipython/kernels/tfkernel

打开kernel.json文件,然后将display_name 后面的内容修改为tfkernel

(tf) treamy ~ $ vim ~/.ipython/kernels/tfkernel/kernel.json

但这样并无效果,因为创建的kernel相当于只是原kernel的复制品即python3,从上面那个json文件就可以看出来。

解决方案:

(tf) treamy ~ $ python3 -m ipykernel install --user --name tf --display-name "Python3(tf)"

# Installed kernelspec tf in /Users/treamy/Library/Jupyter/kernels/tf

cd 到 /Users/treamy/Library/Jupyter/kernels/tf

里面含 kernel.json  logo-32x32.png  logo-64x64.png

查看这个json文件: cat kernel.json

{

"argv": [

"/Users/treamy/code/pydir/env/tf/bin/python3",

"-m",

"ipykernel_launcher",

"-f",

"{connection_file}"

],

"display_name": "Python3(tf)",

"language": "python"

}

然后也不用移动它,就这样就OK了。刷新jupyter后就可以看到Python3(tf)这个选项。

详细官方文档:

https://github.com/ipython/ipython/blob/7c12b021ee7bdcaf8cec814a624203d8e74aab08/docs/source/install/kernel_install.rst#kernels-for-different-environments

原文地址:https://www.cnblogs.com/cymwill/p/10301570.html

时间: 2024-11-05 18:37:33

在Jupyter notebook中使用特定虚拟环境中的python的kernel的相关文章

C#对现有sqlite数据库中、特定表中是否存在某列、

1 System.Data.SQLite.SQLiteConnection conne = new System.Data.SQLite.SQLiteConnection(); 2 System.Data.SQLite.SQLiteConnectionStringBuilder connstr = new System.Data.SQLite.SQLiteConnectionStringBuilder(); 3 connstr.DataSource = System.AppDomain.Curr

向jupyter notebook加入Anaconda3中已添加的虚拟环境kernel

# jupyter notebook添加Anaconda虚拟环境的kernel #  开启虚拟环境 (base) C:\Users\jiangshan>activate tensorflow #  首先向虚拟环境安装ipykernel(tensorflow) C:\Users\jiangshan>conda install -n tensorflow ipykernel # 进行配置(tensorflow) C:\Users\jiangshan>python -m ipykernel i

本地主机访问远程linux系统服务器上的jupyter notebook

1,机器情况:服务器 centos python环境已经配置好了,在虚拟环境下安装了anaconda 并且在里面安装了jupyter notebook 2,主机是 windows ipython notebook是一个基于浏览器的python数据分析工具,使用起来非常方便,具有极强的交互方式和富文本的展示效果.jupyter是它的升级版,它的安装也非常方便,一般Anaconda安装包中会自带.安装好以后直接输入jupyter notebook便可以在浏览器中使用.但是它默认只能在本地访问,如果想

远程访问jupyter notebook

ipython notebook是一个基于浏览器的python数据分析工具,使用起来非常方便,具有极强的交互方式和富文本的展示效果.jupyter是它的升级版,它的安装也非常方便,一般Anaconda安装包中会自带.安装好以后直接输入jupyter notebook便可以在浏览器中使用.但是它默认只能在本地访问,如果想把它安装在服务器上,然后在本地远程访问,则需要进行如下配置: 1. 登陆远程服务器 2. 生成配置文件 $jupyter notebook --generate-config 3.

在linux配置命令配置 远程访问jupyter notebook

ipython notebook是一个基于浏览器的Python数据分析工具,使用起来非常方便,具有极强的交互方式和富文本的展示效果.jupyter是它的升级版,它的安装也非常方便,一般Anaconda安装包中会自带.安装好以后直接输入jupyter notebook便可以在浏览器中使用.但是它默认只能在本地访问,如果想把它安装在服务器上,然后在本地远程访问,则需要进行如下配置: 1. 登陆远程服务器 2. 生成配置文件 $jupyter notebook --generate-config 3.

jupyter notebook 的使用说明 转自 http://blog.csdn.net/tina_ttl/article/details/51031113#pythonjupyter-notebook各种使用方法记录持续更新

Python·Jupyter Notebook各种使用方法记录·持续更新 标签(空格分隔): Python PythonJupyter Notebook各种使用方法记录持续更新 一 Jupyter NoteBook的安装 1 新版本Anaconda自带Jupyter 2 老版本Anacodna需自己安装Jupyter 二 更改Jupyter notebook的工作空间 1 方式一 2 方式二绝招绝招 三Jupyter的各种快捷键 四Jupyter Notebook如何导入代码 1 将本地的py文

Python·Jupyter Notebook各种使用方法

PythonJupyter Notebook各种使用方法记录持续更新 一 Jupyter NoteBook的安装 1 新版本Anaconda自带Jupyter 2 老版本Anacodna需自己安装Jupyter 二 更改Jupyter notebook的工作空间 1 方式一 2 方式二绝招绝招 三Jupyter的各种快捷键 四Jupyter Notebook如何导入代码 1 将本地的py文件load到jupyter的一个cell中 2 从网络load代码到jupyter 五Jupyter运行py

Jupyter Notebook工作空间的几种设置方式(within Anaconda)

Jupyter notebook 安装后,启动后,默认的工作空间是当前用户目录.为了方便对文档进行管理,往往需要自行设置工作空间. 下面介绍两种亲试有效的工作空间设置方法. 1.修改快捷方式 对 Jupyter notebook 快捷方式进行修改.右击 Jupyter notebook 快捷方式 -> 属性 把“目标”中的 %USERPROFILE% 替换成你想要的目录,e.g.:D:\python-workspace. 2.修改配置文件 打开Anaconda的cmd(如果在windows中直接

Jupyter Notebook使用说明

安装 推荐使用Anaconda,它会自动安装好jupyter notebook 运行 在命令行中输入jupyter notebook就会自动运行,并使用默认浏览器打开主界面 若想使用指定的浏览器,可以参考如下网站给出的步骤 https://support.anaconda.com/customer/en/portal/articles/2925919-change-default-browser-in-jupyter-notebook 在Mac系统中,通过在终端输入如下的指令生成jupyter