jupyter notebook 多環(huán)境conda kernel配置方式
一直記不住在jupyter notebook配置多環(huán)境編譯器技巧，今總結(jié)于此，也希望對(duì)其他小伙伴有所幫助，如果有用請(qǐng)點(diǎn)贊！
1.對(duì)windows用戶，win+R，輸入cmd進(jìn)去進(jìn)入命令行，激活環(huán)境：
2.首先，確定自己是否安裝包‘ipykernel'，若是沒有安裝，則進(jìn)行安裝；已安裝進(jìn)行下一步。
3.然后輸入命令：
python -m ipykernel install --user --name deeplearningproject --display-name "deeplearningproject"
注：上述兩個(gè) deeplearningproject，前者是自身環(huán)境名稱，不能變化；后者是在jupyter notebook的顯示名稱，可修改。
4.至此，完成所有操作，輸入jupyter notebook進(jìn)行驗(yàn)證
5.大功告成
至此，完成所有操作。
補(bǔ)充知識(shí)：Python Jupyter notebook 運(yùn)行 multiprocessing 跑不了的問題
最近工作中為了解決python支持多核cpu，遇到一個(gè)Jupyter notebook跑不了multiprocessing的問題。
網(wǎng)上找了些multiprocessing的例子，Pycharm可以跑，但是在Jupyter notebook上跑了就只有In[*]，error log：
AttributeError: Can't get attribute 'task' on <module '__main__' <built-in>>
最后找到一個(gè)解決方案：把方法寫到臨時(shí)文件里，再讀出來。
from multiprocessing import Pool
from functools import partial
import inspect
def parallal_task(func, iterable, *params):
with open(f'./tmp_func.py', 'w') as file:
file.write(inspect.getsource(func).replace(func.__name__, "task"))
from tmp_func import task
if __name__ == '__main__':
func = partial(task, params)
pool = Pool(processes=8)
res = pool.map(func, iterable)
pool.close()
return res
else:
raise "Not in Jupyter Notebook"
def long_running_task(params, id): # Heavy job here return params, id data_list = range(8) for res in parallal_task(long_running_task, data_list, "a", 1, "b"): print(res)
以上這篇jupyter notebook 多環(huán)境conda kernel配置方式就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
手把手教你快速安裝gpu版本的pytorch(詳細(xì)圖文教程)
在Windows?10上安裝PyTorch時(shí),通常默認(rèn)安裝的是CPU版本,且下載速度較慢,本文提供了一個(gè)詳細(xì)的安裝指南,包括如何檢查CUDA版本、選擇合適的PyTorch、torchvision和torchaudio版本,并通過pip而非conda進(jìn)行安裝,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2024-09-09
這篇文章主要介紹了幾款好用的python工具庫(小結(jié))，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
這篇文章主要教大家制作python抖音表白神器，仿制抖音表白小軟件，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-04-04
我們知道怎樣將一幅圖像從 BGR 轉(zhuǎn)換到 HSV 了,我們可以利用這一點(diǎn)來提取帶有某個(gè)特定顏色的物體,這篇文章主要介紹了Python OpenCV中的圖像處理物體跟蹤,需要的朋友可以參考下2023-08-08
這篇文章主要介紹了Python多分支if語句的使用，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-09-09
這3個(gè)Python實(shí)時(shí)可視化工具包來幫你了解性能瓶頸
由于Python的動(dòng)態(tài)性和多功能性,它比其他語言的速度要慢.有時(shí)復(fù)雜的計(jì)算或算法需要大量時(shí)間才能在Python中執(zhí)行.因此需要跟蹤代碼的執(zhí)行流,深入了解性能瓶頸,需要的朋友可以參考下2021-06-06
Python執(zhí)行外部命令subprocess的使用詳解
subeprocess模塊是python自帶的模塊，無需安裝，主要用來取代一些就的模塊或方法，本文通過實(shí)例代碼給大家分享Python執(zhí)行外部命令subprocess及使用方法，感興趣的朋友跟隨小編一起看看吧2021-05-05
這篇文章主要介紹了python3讀取csv文件任意行列代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-01-01
這篇文章主要介紹了python如何以表格形式打印輸出的方法示例，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2019-06-06
詳解Django ORM引發(fā)的數(shù)據(jù)庫N+1性能問題
這篇文章主要介紹了詳解Django ORM引發(fā)的數(shù)據(jù)庫N+1性能問題，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10