Lingkungan Conda tidak muncul di Jupyter Notebook

365

Saya menginstal Anaconda (dengan Python 2.7), dan menginstal Tensorflow di lingkungan yang disebut tensorflow. Saya dapat mengimpor Tensorflow dengan sukses di lingkungan itu.

Masalahnya adalah Notebook Jupyter tidak mengenali lingkungan baru yang baru saja saya buat. Tidak masalah saya memulai Jupyter Notebook dari GUI Navigator atau dari baris perintah di dalam tensorflowenv, hanya ada satu kernel di menu bernama Python [Root], dan Tensorflow tidak dapat diimpor. Tentu saja, saya mengklik opsi itu beberapa kali, menyimpan file, dibuka kembali, tetapi ini tidak membantu.

Anehnya, saya bisa melihat dua lingkungan ketika saya membuka Condatab di halaman depan Jupyter. Tetapi ketika saya membuka Filestab, dan mencoba ke newnotebook, saya masih berakhir dengan hanya satu kernel.

Saya melihat pertanyaan ini: Tautan lingkungan Conda dengan Notebook Jupyter Tetapi tidak ada direktori seperti ~/Library/Jupyter/kernelsdi komputer saya! Direktori Jupyter ini hanya memiliki satu sub-direktori yang disebut runtime.

Saya benar-benar bingung. Apakah lingkungan Conda seharusnya menjadi kernel secara otomatis? (Saya mengikuti https://ipython.readthedocs.io/en/stable/install/kernel_install.html untuk secara manual mengatur kernel, tetapi diberitahu bahwa ipykernelitu tidak ditemukan.)

pengguna31039
sumber
43
Jalankan conda install ipykerneldi lingkungan itu.
Thomas K
1
conda install ipykerneltampaknya menginstal jupyterdi lingkungan ... Apakah saya kehilangan sesuatu?
Dror
1
mungkin ipykernel memiliki jupyter sebagai ketergantungan?
kevinkayaks
1
sepertinya tidak lagi berfungsi ... lihat jawaban di bawah ini dari Andreas
Casey L
@ Thomas ini hanya berfungsi jika nb_condadigunakan atau jika kernel diatur secara manual seperti yang disarankan dalam pertanyaan. Kalau tidak, itu sebenarnya akan mengacaukan banyak hal. Executable jupyterakan menunjuk ke executable di dalam lingkungan, tetapi sistem jupyter-notebookakan dimulai (jika diinstal) dan karenanya tidak menggunakan lingkungan dengan kernel default.
lumbric

Jawaban:

544

Saya tidak berpikir jawaban lain bekerja lagi, karena conda berhenti secara otomatis mengatur lingkungan sebagai kernel jupyter. Anda perlu menambahkan kernel secara manual untuk setiap lingkungan dengan cara berikut:

source activate myenv
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

Seperti yang didokumentasikan di sini: http://ipython.readthedocs.io/en/stable/install/kernel_install.html#kernels-for-different-environmentments Juga lihat masalah ini .

Tambahan: Anda harus dapat menginstal nb_conda_kernelspaket dengan conda install nb_conda_kernelsmenambahkan semua lingkungan secara otomatis, lihat https://github.com/Anaconda-Platform/nb_conda_kernels

Andreas Mueller
sumber
28
Apakah mungkin entah bagaimana flag adalah solusi yang paling mutakhir pada hari ini?
N. CHATURV3DI
1
Hanya ini yang berhasil untuk saya! conda instal nb_conda - tidak membantu. Terima kasih!
Deil
2
Instalasi nb_conda_kernelsbekerja untuk saya sebagai April 2018 ( Python 3.6.4, conda 4.3.27, jupyter 4.4.0).
wflynny
3
Koreksi komentar saya sebelumnya: env baru tidak muncul hanya pertama kali. Setelah Anda menonaktifkan dan mengaktifkan env lagi, dan kemudian buka jupyter, maka itu muncul dengan benar.
R71
23
Jika ini tidak berhasil untuk Anda coba jalankan conda install ipykerneljawaban ini mengasumsikan bahwa Anda sudah menginstalnya di lingkungan Anda.
Ken Myers
151

Jika lingkungan Anda tidak muncul, Anda mungkin belum nb_conda_kernelsmenginstal di lingkungan tempat Jupyter diinstal. Dokumentasi Anaconda menyatakan hal itu

nb_conda_kernelsharus diinstal di lingkungan tempat Anda menjalankan Jupyter Notebook atau JupyterLab. Ini mungkin lingkungan conda dasar Anda, tetapi tidak harus demikian. Misalnya, jika environment notebook_env berisi paket notebook, maka Anda akan menjalankannya

conda install -n notebook_env nb_conda_kernels

Setiap lingkungan lain yang ingin Anda akses di notebook Anda harus memiliki paket kernel yang sesuai diinstal. Misalnya, untuk mengakses lingkungan Python, ia harus memiliki paket ipykernel; misalnya

conda install -n python_env ipykernel

Untuk memanfaatkan lingkungan R, ia harus memiliki paket r-irkernel; misalnya

conda install -n r_env r-irkernel

Untuk bahasa lain, kernel yang sesuai harus diinstal.

Perhatikan bahwa pada saat awalnya memposting ini, ada kemungkinan penyebabnya nb_conda belum mendukung lingkungan Python 3.6 .

Jika solusi lain gagal membuat Jupyter mengenali lingkungan conda lain, Anda selalu dapat menginstal dan menjalankan jupyterdari dalam lingkungan tertentu. Anda mungkin tidak dapat melihat atau beralih ke lingkungan lain dari dalam Jupyter.

$ conda create -n py36_test -y python=3.6 jupyter
$ source activate py36_test
(py36_test) $ which jupyter
/home/schowell/anaconda3/envs/py36_test/bin/jupyter
(py36_test) $ jupyter notebook

Perhatikan bahwa saya menjalankan Python 3.6.1 di notebook ini: masukkan deskripsi gambar di sini

Perhatikan bahwa jika Anda melakukan ini dengan banyak lingkungan, ruang penyimpanan tambahan dari pemasangan Jupyter ke setiap lingkungan mungkin tidak diinginkan (tergantung pada sistem Anda).

Steven C. Howell
sumber
Hai Maaf untuk membuka utas ini lagi. Namun saya mencoba semuanya seperti yang disarankan di sini dan masih tidak melihat en tensorflow di jupyter. Saya telah menginstal jupyter di tensorflow env. Saya memiliki python 3.6.1 diinstal di sana. Saya mencoba menginstal conda nb_conda tetapi dikatakan konflik dengan py3.6. Jadi itu tidak diinstal istirahat semua yang saya telah mencoba dan tampaknya tidak berfungsi. Ada saran?
Baktaawar
baik. Saya periksa lagi. Masalah saya adalah bahwa jupyter saya ketika dibuka dengan kernel Python 3 tidak dapat mengimpor modul apa pun. Saya tidak yakin mengapa demikian. Dan juga tidak menunjukkan env lainnya juga
Baktaawar
2
@Baktaawar, lihat jawaban saya yang diperbarui yang menunjukkan cara menggunakan python 3.6 di notebook. Anda dapat menjalankan lingkungan python 3.6, Anda hanya perlu memulai jupyter dengan lingkungan itu aktif. Lingkungan Conda dapat dianggap sebagai instalasi python yang lengkap. Jika Anda menginstal Jupyter ke dalam sistem python, Anda juga hanya akan melihat satu opsi kernel python. nb_condaTujuannya hanya untuk "[menyediakan] lingkungan Conda dan ekstensi akses paket dari dalam Jupyter" tidak membuatnya sehingga Anda dapat menjalankan Jupyter dari instalasi python yang Anda pilih.
Steven C. Howell
1
@ StevenC.Hell terima kasih telah mengatasi kekhawatiran saya. Saya pikir Anda masih perlu menyebutkan bahwa ipykernelperlu diinstal di setiap env yang ingin Anda gunakan sebagai kernel.
merv
1
Hmm, saya tidak yakin mengapa itu bekerja tanpanya. Anda benar, mereka jelas menyatakan itu harus diinstal. Saya telah menambahkan itu ke jawaban saya. Terima kasih!
Steven C. Howell
112

Yang mengganggu adalah bahwa di tensorflowlingkungan Anda, Anda dapat menjalankan jupyter notebook tanpa menginstal jupyterdi lingkungan itu . Lari saja

(tensorflow) $ conda install jupyter

dan tensorflowlingkungan sekarang akan terlihat di Jupyter Notebook yang dimulai di condalingkungan Anda sebagai sesuatu seperti Python [conda env:tensorflow].

Oktavius
sumber
6
Saya memiliki masalah yang sama dengan Thomas K, dan solusi yang dibagikan oleh Octavius ​​memecahkan masalah saya juga. Namun, ada satu tangkapan, jika Anda memiliki versi Anaconda Python 3, maka Anda akan dapat melihat hanya lingkungan aktif Anda saat ini, dan seharusnya memiliki Jupyter sendiri. Tetapi jika Anda menginstal Anaconda versi Python 2, ia dapat menangani semua lingkungan.
rkmalaiya
6
Anda dapat melakukan "conda install nb_conda" juga dalam anaconda versi Python2 untuk mengelola env Anda dari Jupyter sendiri.
rkmalaiya
7
@rkmalaiya benar. Jika Anda menjalankan Miniconda3 atau Anaconda3, lakukan conda install nb_condadi salah satu lingkungan conda bersumber Anda (yang memiliki notebook jupyter diinstal). Anda kemudian dapat mengganti kernel / conda envs di browser notebook jupyter.
Harsha Manjunath
1
Dapat melaporkan metode ini berfungsi pada Sep 2018 dengan Anaconda 5.2 Python 3.6
jdr5ca
13
Ini adalah jawaban yang mengerikan karena mendorong pengguna untuk menginstal Jupyter di setiap env, yang sama sekali tidak perlu. Alasan mengapa ini bekerja adalah bahwa ipykernel(yang merupakan satu-satunya hal yang benar-benar dibutuhkan), adalah ketergantungan jupyter.
merv
72

Saya harus menjalankan semua perintah yang disebutkan dalam 3 jawaban teratas untuk membuatnya berfungsi:

conda install jupyter
conda install nb_conda
conda install ipykernel
python -m ipykernel install --user --name mykernel
coolscitist
sumber
9
Ini juga yang berhasil bagi saya, tetapi saya tidak perluconda install nb_conda
Ken Myers
3
Distilasi luar biasa!
Bao-Tin Hoang
1
Saya hanya perlu 3 perintah pertama untuk menunjukkan kernel lingkungan sebagai opsi ketika saya menjalankan jupyter labdi dalam lingkungan tertentu
Igor Fobia
3
Bekerja untuk saya juga. Ya Tuhan ini membuat frustrasi untuk mencari tahu.
Trevor Bye
4
Anda tidak perlu nb_conda! ;)
Prayson W. Daniel
48

Jalankan saja conda install ipykerneldi lingkungan baru Anda, hanya kemudian Anda akan mendapatkan kernel dengan env ini. Ini berfungsi bahkan jika Anda memiliki versi berbeda yang diinstal di setiap envs dan itu tidak menginstal notebook jupyter lagi. Anda dapat memulai notebook Anda dari env mana pun Anda akan dapat melihat kernel yang baru ditambahkan.

rakesh
sumber
10
Ini adalah jawaban terbaik pada Januari 2018. Jupyter harus menemukan kernel secara otomatis saat startup jika Anda hanya conda install ipykernelberada di dalam lingkungan conda. Kasus terburuk, Anda dapat menggunakan python -m ipykernel install --user --name mykerneluntuk menghasilkan kernel secara manual, tetapi Anda tidak ingin melakukan ini jika sudah ditemukan secara otomatis, atau akan muncul dua kali dalam daftar kernel.
Colllin
2
ini juga akan menginstal Jupiter dan semua dependensinya. Ini bekerja tetapi entah bagaimana itu tidak optimal
Quickbeam2k1
16

Ringkasan (tldr)

Jika Anda ingin kernel 'python3' selalu menjalankan instalasi Python dari lingkungan di mana ia diluncurkan, hapus kernel Pengguna 'python3', yang lebih diutamakan daripada apa pun lingkungan saat ini:

jupyter kernelspec remove python3

Solusi Lengkap

Saya akan memposting solusi alternatif dan lebih sederhana untuk kasus berikut:

  • Anda telah membuat lingkungan conda
  • Lingkungan ini telah menginstal jupyter (yang juga menginstal ipykernel)
  • Saat Anda menjalankan perintah jupyter notebookdan membuat buku catatan baru dengan mengklik 'python3' di menu tarik-turun 'Baru', buku catatan itu mengeksekusi python dari lingkungan basis dan bukan dari lingkungan saat ini.
  • Anda ingin agar meluncurkan buku catatan baru dengan 'python3' dalam lingkungan apa pun mengeksekusi versi Python dari lingkungan itu dan BUKAN dasarnya

Saya akan menggunakan nama 'test_env' untuk lingkungan selama sisa solusi. Juga, perhatikan bahwa 'python3' adalah nama dari kernel.

Jawaban terpilih saat ini tidak bekerja, tetapi ada alternatif. Dikatakan untuk melakukan hal berikut:

python -m ipykernel install --user --name test_env --display-name "Python (test_env)"

Ini akan memberi Anda opsi untuk menggunakan lingkungan test_env terlepas dari lingkungan apa Anda memulai jupyter notebook. Tetapi, meluncurkan notebook dengan 'python3' masih akan menggunakan instalasi Python dari lingkungan basis.

Apa yang kemungkinan terjadi adalah bahwa ada kernel python3 pengguna yang ada. Jalankan perintah jupyter kernelspec listuntuk mendaftar semua lingkungan Anda. Misalnya, jika Anda memiliki mac, Anda akan dikembalikan sebagai berikut (nama pengguna saya Ted).

python3       /Users/Ted/Library/Jupyter/kernels/python3

Apa yang dilakukan Jupyter di sini adalah mencari melalui tiga jalur berbeda mencari kernel. Mulai dari Pengguna , ke Env , ke Sistem . Lihat dokumen ini untuk detail lebih lanjut tentang jalur yang dicari untuk setiap sistem operasi.

Kedua kernel di atas sama-sama berada di jalur Pengguna, artinya keduanya akan tersedia terlepas dari lingkungan tempat Anda meluncurkan notebook jupyter. Ini juga berarti bahwa jika ada kernel 'python3' lain di tingkat lingkungan, maka Anda tidak akan pernah bisa mengaksesnya.

Bagi saya, lebih masuk akal bahwa memilih kernel 'python3' dari lingkungan tempat Anda meluncurkan notebook harus mengeksekusi Python dari lingkungan itu.

Anda dapat memeriksa untuk melihat apakah Anda memiliki lingkungan 'python3' lain dengan melihat di jalur pencarian Env untuk OS Anda (lihat tautan ke dokumen di atas). Bagi saya (di mac saya), saya mengeluarkan perintah berikut:

 ls /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels

Dan saya memang memiliki kernel 'python3' yang terdaftar di sana.

Berkat komentar masalah GitHub ini (lihat respons pertama), Anda dapat menghapus lingkungan Pengguna 'python3' dengan perintah berikut:

jupyter kernelspec remove python3

Sekarang ketika Anda menjalankan jupyter kernelspec list, dengan asumsi test_env masih aktif, Anda akan mendapatkan yang berikut:

python3       /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels/python3

Perhatikan bahwa jalur ini terletak di dalam direktori test_env. Jika Anda membuat lingkungan baru, menginstal jupyter, mengaktifkannya, dan mendaftar kernel, Anda akan mendapatkan kernel 'python3' lain yang terletak di jalur lingkungannya.

Kernel 'python3' Pengguna lebih diutamakan daripada kernel Env 'python3'. Dengan menghapusnya, lingkungan 'python3' kernel aktif terbuka dan dapat dipilih setiap saat. Ini menghilangkan kebutuhan untuk membuat kernel secara manual. Ini juga lebih masuk akal dalam hal pengembangan perangkat lunak di mana orang ingin mengisolasi diri ke dalam satu lingkungan. Menjalankan kernel yang berbeda dari lingkungan host sepertinya tidak alami.

Tampaknya juga Pengguna 'python3' ini tidak diinstal untuk semua orang, jadi tidak semua orang dihadapkan pada masalah ini.

Ted Petrou
sumber
python -m ipykernel install --user --name test_env --display-name "Python (test_env)" bekerja seperti pesona. Terima kasih
slobodan.blazeski
12
    $ conda install nb_conda_kernels

(di lingkungan conda di mana Anda menjalankan notebook jupyter) akan membuat semua conda envs tersedia secara otomatis. Untuk akses ke lingkungan lain, kernel masing-masing harus diinstal. Inilah referensi .

ohailolcat
sumber
Bukankah ini hanya merekapitulasi stackoverflow.com/a/48349338/570918 ?
merv
Ini terlihat seperti cara paling sederhana.
Decula
9

Kami telah banyak berjuang dengan masalah ini, dan inilah yang bekerja untuk kami. Jika Anda menggunakan saluran conda-forge , penting untuk memastikan Anda menggunakan paket yang diperbarui dari conda-forge, bahkan di Minicondalingkungan root Anda .

Jadi instal Miniconda , lalu lakukan:

conda config --add channels conda-forge --force
conda update --all  -y
conda install nb_conda_kernels -y
conda env create -f custom_env.yml -q --force
jupyter notebook

dan lingkungan kustom Anda akan muncul di Jupyter sebagai kernel yang tersedia, selama ipykernelterdaftar untuk instalasi di custom_env.ymlfile Anda , seperti contoh ini:

name: bqplot
channels:
- conda-forge
- defaults
dependencies:
- python>=3.6
- bqplot
- ipykernel

Hanya untuk membuktikannya bekerja dengan banyak lingkungan kustom, berikut ini adalah ambil layar dari Windows:

masukkan deskripsi gambar di sini

Rich Signell
sumber
8

The nb_conda_kernelspaket adalah cara terbaik untuk menggunakan jupyterdengan conda. Dengan dependensi dan konfigurasi minimal, ini memungkinkan Anda untuk menggunakan lingkungan conda lain dari notebook jupyter yang berjalan di lingkungan yang berbeda. Mengutip dokumentasinya :

Instalasi

Paket ini dirancang untuk dikelola hanya dengan menggunakan conda. Itu harus diinstal di lingkungan tempat Anda menjalankan Jupyter Notebook atau JupyterLab. Ini mungkin baselingkungan conda Anda , tetapi tidak harus demikian. Misalnya, jika lingkungan notebook_envberisi paket buku catatan, maka Anda akan menjalankan

conda install -n notebook_env nb_conda_kernels

Setiap lingkungan lain yang ingin Anda akses di notebook Anda harus memiliki paket kernel yang sesuai diinstal. Misalnya, untuk mengakses lingkungan Python, ia harus memiliki ipykernelpaket; misalnya

conda install -n python_env ipykernel

Untuk memanfaatkan lingkungan R, ia harus memiliki paket r-irkernel; misalnya

conda install -n r_env r-irkernel

Untuk bahasa lain, kernel yang sesuai harus diinstal.

Maka yang perlu Anda lakukan adalah memulai server notebook jupyter:

conda activate notebook_env  # only needed if you are not using the base environment for the server
# conda install jupyter # in case you have not installed it already
jupyter

masukkan deskripsi gambar di sini


Terlepas dari banyaknya jawaban dan upaya @ merv untuk memperbaikinya, masih sulit untuk menemukan yang baik. Saya membuat CW yang satu ini, jadi tolong beri suara ke atas atau tingkatkan!

jan-glx
sumber
7

Saya mengalami masalah yang sama di mana lingkungan conda baru saya myenv,, tidak dapat dipilih sebagai kernel atau notebook baru. Dan berlari jupter notebookdari dalam env memberikan hasil yang sama.

Solusi saya, dan apa yang saya pelajari tentang bagaimana notebook Jupyter mengenali conda-envs dan kernel:

Menginstal jupyter dan ipython ke myenvdengan conda:

conda install -n myenv ipython jupyter

Setelah itu, jalankan di jupter notebookluar env apa pun yang terdaftar myenvsebagai kernel bersama dengan lingkungan saya sebelumnya.

Python [conda env:old]
Python [conda env:myenv]

Menjalankan notebook setelah saya mengaktifkan lingkungan:

source activate myenv
jupyter notebook

menyembunyikan semua kernel lingkungan saya yang lain dan hanya menunjukkan kernel bahasa saya:

python 2
python 3
R
Shri Samson
sumber
6

Ini bekerja untuk saya di windows 10 dan solusi terbaru:

1) Masuk ke dalam lingkungan conda itu (aktifkan nama_Anda_Anda)

2) dapat menginstal -n your_env_name ipykernel

3) python -m ipykernel install --user --name build_central --display-name "your_env_name"

(CATATAN: Sertakan tanda kutip di sekitar "your_env_name", di langkah 3)

programmer buruk
sumber
4

Ini sangat menyebalkan, Masalah saya adalah bahwa di dalam lingkungan conda python36 yang baru dibangun, jupyter menolak untuk memuat "seaborn" - meskipun seaborn dipasang di dalam lingkungan itu. Tampaknya dapat mengimpor banyak file lain dari lingkungan yang sama - misalnya numpy dan panda tetapi tidak hanya seaborn. Saya mencoba banyak perbaikan yang disarankan di sini dan di utas lainnya tanpa hasil. Sampai saya menyadari bahwa Jupyter tidak menjalankan kernel python dari dalam lingkungan itu tetapi menjalankan sistem python sebagai kernel. Meskipun kernel dan kernel.json tampak layak sudah ada di lingkungan. Itu hanya setelah membaca bagian dari dokumentasi ipython ini: https://ipython.readthedocs.io/en/latest/install/kernel_install.html#kernels-for-different-enmentsments dan menggunakan perintah ini:

source activate other-env
python -m ipykernel install --user --name other-env --display-name "Python (other-env)"

Saya bisa mendapatkan semuanya berjalan dengan baik. (Saya sebenarnya tidak menggunakan variabel —user).

Satu hal yang belum saya pahami adalah bagaimana mengatur python default menjadi "Python (other-env)". Saat ini file .ipynb yang ada dibuka dari layar Beranda akan menggunakan sistem python. Saya harus menggunakan menu Kernel “Change kernel” untuk memilih lingkungan python.

George J Wright
sumber
4

Sementara jawaban @ coolscitist bekerja untuk saya, ada juga cara yang tidak mengacaukan lingkungan kernel Anda dengan paket + deps jupyter lengkap. Ini dijelaskan dalam ipython docs dan (saya curiga) hanya diperlukan jika Anda menjalankan server notebook di lingkungan non-basis.

conda activate name_of_your_kernel_env
conda install ipykernel
python -m ipykernel install --prefix=/home/your_username/.conda/envs/name_of_your_jupyter_server_env --name 'name_of_your_kernel_env'

Anda dapat memeriksa apakah itu berfungsi menggunakan

conda activate name_of_your_jupyter_server_env 
jupyter kernelspec list
jan-glx
sumber
1
sebenarnya, memperbarui jupyter dan menggunakan conda install nb_conda_kernelsberfungsi lebih baik.
jan-glx
Perhatikan saja bahwa itu python -m ipykernel installadalah rute tradisional untuk mendaftarkan env, dan berfungsi untuk env lainnya (non-Conda). Gagasan di belakang nb_conda_kernelsadalah bahwa Anda tidak perlu melakukan ini secara manual, selama Anda menginstal ipykernel.
merv
Iya! Saya mengubah komentar ini menjadi jawaban mandiri ini .
jan-glx
2

Saya memiliki masalah serupa dan saya menemukan solusi yang berfungsi untuk Mac, Windows dan Linux. Dibutuhkan beberapa bahan utama yang ada di jawaban di atas:

Untuk dapat melihat conda env di notebook Jupyter, Anda perlu:

  • paket berikut di dasar Anda env:
    conda install nb_conda

  • paket berikut di setiap env yang Anda buat:
    conda install ipykernel

  • periksa konfigurasin jupyter_notebook_config.py
    cek pertama jika Anda memiliki jupyter_notebook_config.pydi salah satu lokasi yang diberikan oleh jupyter --paths
    jika tidak ada, buat dengan menjalankan jupyter notebook --generate-config
    add atau pastikan Anda memiliki yang berikut:c.NotebookApp.kernel_spec_manager_class='nb_conda_kernels.manager.CondaKernelSpecManager'

Env yang bisa Anda lihat di terminal Anda: masukkan deskripsi gambar di sini

Di Jupyter Lab Anda dapat melihat env yang sama seperti di atas, baik Notebook maupun Konsol: masukkan deskripsi gambar di sini

Dan Anda dapat memilih env saat membuka buku catatan: masukkan deskripsi gambar di sini

Cara yang aman adalah membuat env spesifik dari mana Anda akan menjalankan contohjupyter lab perintah env Anda . Aktifkan env Anda. Kemudian tambahkan ekstensi lab jupyter contoh ekstensi lab jupyter . Maka Anda bisa lari jupyter lab

Fabien Tarrade
sumber
1

Ikuti instruksi dalam dokumentasi iPython untuk menambahkan lingkungan conda yang berbeda ke daftar kernel yang dapat dipilih di Jupyter Notebook. Singkatnya, setelah menginstal ipykernel, Anda harus mengaktifkan masing-masing lingkungan conda satu per satu di terminal dan menjalankan perintah python -m ipykernel install --user --name myenv --display-name "Python (myenv)", di mana myenvlingkungan (kernel) yang ingin Anda tambahkan.

Vivek Subramanian
sumber
1

Kemungkinan Masalah Saluran Khusus

Saya memiliki masalah ini (lagi) dan ternyata saya menginstal dari saluran conda-forge ; menghapusnya dan menginstal ulang dari saluran anaconda bukan memperbaikinya untuk saya.

Pembaruan : Saya sekali lagi memiliki masalah yang sama dengan env baru, kali ini saya menginstal nb_conda_kernelsdari saluran anaconda , tetapi saya jupyter_clientberasal dari saluran conda-forge . Menghapus nb_conda_kernelsinstalasi dan menginstal ulang pembaruan itu ke saluran dengan prioritas lebih tinggi.

Jadi pastikan Anda sudah menginstal dari saluran yang benar :)

xyzzyqed
sumber
Kedengarannya seperti Anda mungkin telah menggabungkan beberapa hal. jupyterdan nb_conda_kernelsharus diinstal dalam satu env - ini adalah tempat Anda selalu lari jupyter notebook. ENV baru hanya perlu ipykernel, tetapi tidak harus diaktifkan saat berjalan jupyter notebook.
merv
1
Saya sadar, itu pada mesin baru.
xyzzyqed
1
Baik. Saya mengedit jawaban Anda, sebagian besar sehingga saya dapat mengubah suara saya, tetapi juga untuk memperjelas apa yang Anda sebut saluran conda (bukan hal - default atau anaconda ). Jangan ragu untuk mengeditnya lebih lanjut jika saya salah menyebutkan apa yang terjadi.
merv
-1

Dalam kasus saya, menggunakan Windows 10 dan conda 4.6.11, dengan menjalankan perintah

conda install nb_conda

conda install -c conda-forge nb_conda_kernels

dari terminal sementara lingkungan aktif tidak berfungsi setelah saya membuka Jupyter dari baris perintah yang sama conda jupyter notebook.

Solusinya adalah dengan membuka Jupyter dari Anaconda Navigator dengan mengunjungi lingkungan saya di Lingkungan: Buka Anaconda Navigator, pilih lingkungan di Lingkungan, tekan tombol "play" pada lingkungan yang dipilih, dan pilih 'open with Jupyter Notebook'.

Lingkungan di Anaconda Navigator untuk menjalankan Jupyter dari lingkungan yang dipilih

albertopolis
sumber
1
Lihat dokumentasi tentang cara menggunakan kernel Conda. Anda meluncurkan Jupyter dari env yang memiliki Jupyter; Anda menginstal ipykerneldi semua envs yang ingin Anda gunakan di Jupyter sebagai kernel.
merv