Anaconda 5.0.0 JupyterLab 0.27.0 中配置多Python環境支持
概述
Anaconda 5.0.0 中自帶了 JupyterLab 0.27.0 版本,這是 Anacoda 中首次包含 JupyterLab ,Anaconda 的一個特點是可以在圖形界面下所見即所得管理多 Python 環境。本文講解如何讓 JupyterLab 0.27.0 可以方便的使用在 Anaconda 5.0.0 中設置的環境。
準備
安裝 Anaconda 5.0.0 請參見:
http://blog.csdn.net/hu_zhenghui/article/details/78154684
以 TensorFlow 爲例在 Anaconda 5.0.0 中配置多 Python 環境請參見:
http://blog.csdn.net/hu_zhenghui/article/details/78156193
配置完成後,在 Home 中的 Applications on 選擇 root,可以看到包含 JupyterLab,下側的 Launch 按鈕表示已安裝,可以直接運行。
而在 Home 中的 Applications on 選擇 TensorFlow ,可以看到 JupyterLab 下側顯示 Install 按鈕,表示未安裝。
要在已經配置的 TensorFlow 環境中運行 JupyterLab ,是不是就一定需要也在 TensorFlow 環境中1安裝一遍呢?
當然不!否則爲什麼我要寫這篇文章。
配置
首先在 Anaconda 5.0.0 中選擇 Environments 環境,選擇 Anacoda 5.0.0 安裝默認的環境 root ,也就是預先安裝的 JupyterLab 0.27.0 的運行環境,安裝 nb_conda_kernels 包,也可以安裝 nb_conda 包,兩個包相互依賴。
安裝了 nb_conda_kernels 包之後,JupyterLab 在啓動的時候將自動掃描 Anaconda 中設置的多 Python 環境,不過並不能直接訪問前面設置的 TensorFlow 環境,因爲 JupyterLab 需要環境中的 ipykernel。選擇 TensorFlow 環境,安裝 ipykernel 包。
然後,啓動 JupyterLab 0.27.0,啓動完成後將自動打開瀏覽器,顯示 http://localhost:8888/lab ,在 Launcher 中可以看到 Notebook 和 Console 中出現了多個環境,鼠標指向圖標可以看到名稱,前面創建的 TensorFlow 環境,顯示爲 Python [conda env:TensorFlow]。
使用
下面使用從程序員祖師爺傳下來的代碼開光祈福。
導入 tensorflow 包
import tensorflow
定義一個常量
hello = tensorflow.constant('Hello, Tensor Flow!')
創建一個 tensorflow 會話
session = tensorflow.Session()
運行會話
session.run(hello)
b'Hello, Tensor Flow!'
可以看到輸出了結果,開光祈福成功。
最後
這篇文章就是使用 JupyterLab 撰寫的。單擊 Notebook 菜單,展開 Export to 子菜單,單擊 Markdown 菜單項,即可導出爲 markdown 格式文件。