关于如何往Jupyter notebook添加可选的kernel 1. Anaconda知识预热 管理虚拟环境 关于如何安装Anaconda,这里就不再一一赘述,安装完Anaconda,接下来我们就可以用Anaconda来创建一个个独立的python环境了. activate activate 能将我们引入Anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入Anaconda自带的base环境, 你可以输入python试试, 这样会进入base环境的python解释器, 如果你把

背景: 我在刚安装好的tensorflow环境下启动jupyter notebook,无论是浏览器还是控制台,提示都是关于dead kernel.然后就查嘛,更新大发好. 但是我在控制台里按照其他人说的方法更新都没有成功更新,应该是他们的conda命令没有写全的原因. 我又想到,navigator里好像可以更新,不用conda命令也行,然后就摸索到下面一番操作,最后成功地更新了几个package.再次打开jupyter,也一切正常了. 思路: 更新jupyter notebook.ipython

今天重新装了anaconda,在运行时发现真快,可是在运行selenium的代码时候,发现自己按照以前写得帖子得步骤做,同样还是出现了错误,心里不免大吃一惊,难道我的做法是错的?等到发现有个  kernel error  的小红方块时才发现不是我的代码或者环境的问题.而是kernel出现了问题.上网搜,发现帖子少之又少,故,附上详细的帖子,供小白使用,ε≡٩(๑>₃<)۶ 一心向学! 要说的内容和这个帖子的步骤差不多: 1.jupyter kernelspec list查看安装的内核和位置 2

本人遇到的情况:dead kernel & try to restart failed 查看CMD发现这个库安装有问题 解决办法 1.pip uninstall backports.shutil_get_terminal_size 2.pip install --upgrade backports.shutil_get_terminal_size 问题解决!

1.创建虚拟环境<在原来基础上建立> *注:(这里是python2.python3环境共存,我要创建一个python3的虚拟环境) 一.先安装虚拟环境变量: pip3 install -U virtualenv 二.创建虚拟环境 virtualenv --system-site-packages -p python3 venv(这个是虚拟环境名字) 三.启动虚拟环境 source venv/bin/activate *查看虚拟环境下的pip安装包:pip list 四.退出虚拟环境: (ven

anaconda安装记录 官网下载最新版 linux:sh xx.sh 注意不要敲太多回车,容易错过配置bash的部分,还要手动添加 (vim ~/.bashrc 手动添加新bash,卸载时也要删掉此行) 修改完source ~/.bashrc,重新打开终端,conda命令可用 window直接next安装,注意选择自动添加环境变量,否则要自己添加 添加环境conda create -n py36 (环境中需要的包)python=3.6 conda activate py36 conda dea

首先在pycharm的terminal中输入 python -m ipykernel install --user 之后会如下图显示: 这就是kernel的安装路径. 然后输入: jupyter kernelspec list 返回jupyter调用的kernel路径地址: 按照路径找到Kernel.jason,打开如下图所示: 将这里的地址改为与kernel的安装路径一致,然后重启jupyter即可. ps: 我的一些表述可能不正确,但按照这个方法是可以解决这个问题的

安装(不要用root) 安装anaconda3,然后ln -s bin目录下的jupyter命令到/usr/bin目录下 生成密码备用 敲ipython进入交互终端 In [1]: from notebook.auth import passwd In [2]: passwd() Enter password: Verify password: Out[2]: 'sha1:67c9e60bb8b6:xxxxxxxxxxxxxxxxxxxxxxxxx' 然后复制整个 sha1:67c9e60bb8

1.jupyter Notebook的组成 这里它的组件及其工程构成,帮助大家更好的用好jupyter Notebook 组件 Jupyter Notebook结合了三个组件: 笔记本Web应用程序:交互式Web应用程序,用于交互编写和运行代码以及编写笔记本文档. 内核:笔记本Web应用程序启动的独立进程,它以给定语言运行用户代码,并将输出返回给笔记本Web应用程序.内核还处理诸如交互式小部件,选项卡完成和内省的计算. 笔记本文档:自包含文档,其中包含笔记本Web应用程序中可见的所有内容的表示,

本文链接:https://blog.csdn.net/weixin_44290661/article/details/1026789071. 安装tensorflow keras tensorflow_federated详细步骤因为tensorflow很多依赖及版本兼容性问题,卸载麻烦,所以我是新建一个conda虚拟环境,专门用来运行tensorflow相关程序,这样tensorflow有问题的话,也不会影响到其他的python环境. 打开Anaconda Prompt,输入以下命令行. 创建名

本文示例yaml文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 我们在使用Python进行数据分析时,很多时候都在解决环境搭建的问题,不同版本.依赖包等问题经常给数据科学工作流的搭建和运转带来各种各样令人头疼的问题,本文就将基于笔者自己摸索出的经验,以geopandas环境的搭建为例,教你使用conda+jupyter轻松搞定环境的搭建.管理与拓展. 图1 2 虚拟环境的搭建与使用 2.1 使用con

之前讨论过在anaconda下安装多个python版本,本期来讨论下,jupyter notebook中怎样同时安装python2.7 和python3.x. 由于我之前使用的jupyter notebook是基于python3.5版本的,所以只要在此基础上安装基于python2.7的内核即可. 我的环境如下: windows 7, 64位系统 已安装基于python3.5版本的anaconda 已在anaconda中安装py27和py36的虚拟环境 已有的jupyter notebook的ke

Ubuntu  Desktop 16.04 LTS 安装好系统默认就有python两个不同版本(2.7.12和3.5.2) 现在来熟悉一下jupyter的对python这两个不同python版本的内核配置过程:  1.分别下载不同的python内核版本 命令如下: sudo pip2 install   ipykernel sudo pip3 install   ipykernel 2.安装不同的python内核版本 命令如下: sudo python2 -m ipykernel install

参考:https://blog.csdn.net/weixin_39934500/article/details/79138235 首先查看 anaconda下的环境信息  conda env list 激活你想要的环境名称:  activate  环境名称 将环境写入jupyter notebook 的kernel中 python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)" 重新打开ju

本人电脑是windows系统,装了Python3.7版本,但目前tensorflow支持最新的python版本为3.6,遂想再安装Python3.6以跑tensorflow. 因为看极客时间的专栏提到Jupyter是个科学运算语言的计算工具,特别适合机器学习与数学统计,因此也要装个体验一翻. 一.安装Python 电脑原先已经装了Python3.7,virtualenv,virtualenvwrapper,jupyter notebook. 在官网上直接下载windows版本的python3.6

Jupyter 官网 IPython Interactive Computing IPython Notebook使用浏览器作为界面,向后台的IPython服务器发送请求,并显示结果.在浏览器的界面中使用单元(Cell)保存各种信息.Cell有多种类型,经常使用的有表示格式化文本的Markdown单元,和表示代码的Code单元. 每个代码单元都有一个输出区域,在Code单元中输入代码,按 Shift-Enter 将运行此代码,代码中最后一个表达式的值将输出区域显示.如果希望屏蔽输出,可以在最后一

参考: jupyter notebook添加kernel 在jupyter notebook上使用虚拟环境 本文是在anaconda的环境下配置的,装好anaconda后,jupyter-notebook就自带装上了.我们在使用python的过程中往往需要使用虚拟环境,在终端下激活虚拟环境很方便,但是在jupyter-notebook中需要进行一些配置方可使用. 总共只需两步.第一步,为需要在jupyter-notebook中使用的虚拟环境安装ipykernel,如我为自己的py27-caffe

在Linux虚拟环境下安装python包 方法一:使用下载包 由于实验室下载速度较慢,因此采用传输下载包的形式安装包. 首先导入python包至指定文件夹(任意文件夹,记住地址即可)并解压. 进入虚拟环境 source theanoenv/bin/activate 打开相应包安装目录 cd numpy- 执行安装命令 python setup.py install 显示安装成功后,可退出安装文件夹,用pip list命令查看虚拟环境下的包是否更新 numpy下载地址:https://pypi.o

一.在jupyter中安装虚拟环境内核 1.创建Python3虚拟环境 参考本文其他博客 2.进入虚拟环境 3.安装jupyter pip install jupyter 4.添加当前环境到jupyter kernel python -m ipykernel install --user --name=py3 二.jupyter中选择kernel 1.列出jupyter kernel jupyter kernelspec list 2.删除kernel jupyter kernelspec un

配置Jupyter Notebook 1 修改Jupyter Notebook的工作目录 Jupyter默认打开的是用户目录,使用如下步骤自行修改: CMD生成Jupyter配置文件: (python36) C:\Users\Administrator>jupyter notebook --generate-config Writing default config to: C:\Users\Administrator\.jupyter\jupyter_notebook_config.py 用记