如何将conda虚拟环境添加到Jupyter lab内核

目录

• 添加tensorflow虚拟环境到 Jupyter Notebook
• 进一步验证内核环境是否为对应的conda环境
• conda删除虚拟环境，Jupyter Notebook也需要删除对应的虚拟环境
• 总结

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小闻网。