点击jupyter用户界面的Terminal,进入到命令行界面
## 切换到root sudo -i ## 加载conda环境 source /opt/conda/bin/activate ## 查看当前已有的conda环境包 conda info --envs -------------------------------------------------- (base) root@n1:~# conda info --envs # conda environments: # base * /opt/conda py310 /opt/conda/envs/py310 py36 /opt/conda/envs/py36 py37 /opt/conda/envs/py37 py38 /opt/conda/envs/py38 py39 /opt/conda/envs/py39 --------------------------------------------------
## 创建新环境并同时安装python3.10 conda create -n env_name python=3.10 ## 安装ipykernel包可以在创建新环境的同时能在notebook中使用新环境 conda create -n env_name python=3.7 ipykernel
## 加载环境(例如加载py39) conda activate py39 ## 使用conda安装软件(例如安装numpy) conda install numpy ## 使用pip安装软件(例如安装numpy) pip install numpy ## pip安装太慢可以更换镜像源(例如清华源) pip install numpy -i http://pypi.douban.com/simple ## 退出当前环境 conda deactivate
## 激活环境 source activate env_name ## 将环境写入Notebook的Kernel中: ## --name参数后面是需要写入的conda环境名, --display-name参数后面是需要在用户界面显示的环境名 python -m ipykernel install --name <env_name> --display-name "env_name"
添加完Kernel后需要重启实例才能在jupyterlab用户界面首页显示 在“我的资源”页面对相关实例点击“停止”、等待片刻后再点击“启动”即可重启实例。
## 创建一个env_name为test的环境 ## 使用python3.8,添加Kernel用户界面环境名为my_env,环境内安装tensorflow conda create -n test python=3.8 ipykernel
conda activate test conda install tensorflow
conda list tensorflow
python -m ipykernel install --name test --display-name my_env
在“我的资源”中重启这个实例,再重新打开用户界面,可以发现my_env已经添加了