Jupyter notebook中添加conda虚拟环境_jupyter关联conda虚拟环境

遇到问题：安装完Anaconda利用conda创建了虚拟环境，但是启动jupyter notebook之后却找不到虚拟环境。

原因：是由于在虚拟环境下缺少kernel.json文件。

解决方法：

首先激活之前创建好的虚拟环境：activate 环境名称

安装ipykernel：conda install ipykernel

将环境写入notebook的kernel中：

python -m ipykernel install --user --name 环境名称 --display-name “Python (环境名称)”

打开notebook服务器：jupyter notebook

浏览器打开对应地址，新建python，路径Kernel -> Change kernel下就可以看见对应的环境了

Tip：如果经常需要用jupyter notebook，最好在创建虚拟环境的时候便安装好ipykernel。

安装命令：conda create -n 环境名称 python=3.5 ipykernel

查看jupyter中的kernel：jupyter kernelspec list

删除jupyter中的kernel：jupyter kernelspec remove kernel_name

常用的conda命令：

创建虚拟环境

下面创建了名为xxx的虚拟环境，指定虚拟环境的 Python 版本为3.6：

conda create -n xxx python=3.6

进入虚拟环境

进入名为xxx的虚拟环境：conda activate xxx

退出虚拟环境

退出当前虚拟环境：conda deactivate

删除虚拟环境

删除名为xxx的虚拟环境：conda remove -n xxx --all

查看虚拟环境

查看本地已有哪些虚拟环境：conda info --env

更改虚拟环境名称：(其实也可以直接在envs文件下修改文件名即可)

conda create -n tf --clone rcnn #把环境 rcnn 重命名成 tf

conda remove -n rcnn --all

conda 其实没有重命名指令，实现重命名是通过 clone 完成的，分两步：①先 clone 一份 new name 的环境。②删除 old name 的环境。

更新——————————————————————————————————————————————————

最近又一次重新安装了pytorch。。。

步骤：

1.创建虚拟环境

2.配置：①Python3.7 ②CUDA Toolkits10.2 ③cuDnn V7.6.5

CUDA Toolkits官网：https://developer.nvidia.com/cuda-toolkit-archive

cudnn官网：https://developer.nvidia.com/rdp/cudnn-download

3.安装pytorch (cuda10.2对应的torch版本，一定要用pip下载，才能确保下载的是GPU版本的！)

pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio===0.10.1+cu102 -f https://download.pytorch.org/whl/torch_stable.html

4.测试是否可以使用torch

import torch
torch.cuda.is_available()
# 返回Ture就OK了！

参考一下博客：

CUDA（10.2）＋PyTorch安装加配置 详细完整教程

torch.cuda.is_available()返回false——解决办法