สภาพแวดล้อม Conda ไม่แสดงขึ้นใน Jupyter Notebook

ผมติดตั้งงู (กับงูหลาม 2.7) และการติดตั้ง Tensorflow tensorflowในสภาพแวดล้อมที่เรียกว่า ฉันสามารถนำเข้า Tensorflow ได้สำเร็จในสภาพแวดล้อมนั้น

ปัญหาคือ Jupyter Notebook ไม่รู้จักสภาพแวดล้อมใหม่ที่ฉันเพิ่งสร้างขึ้น ไม่ว่าฉันจะเริ่มต้น Jupyter โน๊ตบุ๊คจาก GUI Navigator หรือจากบรรทัดคำสั่งภายในtensorflow env มีเพียงหนึ่งเคอร์เนลในเมนูที่เรียกว่าPython [Root]และ Tensorflow ไม่สามารถนำเข้า แน่นอนฉันคลิกตัวเลือกนั้นหลายครั้งไฟล์ที่บันทึกเปิดใหม่ แต่สิ่งเหล่านี้ไม่ได้ช่วย

น่าแปลกที่ฉันเห็นสภาพแวดล้อมทั้งสองเมื่อฉันเปิดCondaแท็บที่หน้าแรกของ Jupyter แต่เมื่อฉันเปิดFilesแท็บและลองไปnewที่โน้ตบุ๊กฉันยังคงลงเอยด้วยเคอร์เนลเพียงอันเดียว

ฉันดูคำถามนี้: เชื่อมโยงสภาพแวดล้อม Conda กับโน๊ตบุ๊ค Jupyter แต่ไม่มีไดเรกทอรีเช่นเดียว~/Library/Jupyter/kernelsกับในคอมพิวเตอร์ของฉัน! ไดเรกทอรี Jupyter runtimeนี้มีเพียงหนึ่งไดเรกทอรีย่อยที่เรียกว่า

ฉันสับสนจริงๆ สภาพแวดล้อมของ Conda ควรจะกลายเป็นเมล็ดข้าวโดยอัตโนมัติหรือไม่? (ฉันติดตามhttps://ipython.readthedocs.io/en/stable/install/kernel_install.htmlเพื่อตั้งค่าเมล็ดด้วยตนเอง แต่ไม่ได้รับการแจ้งว่าipykernelไม่พบ)

ฉันไม่คิดว่าคำตอบอื่น ๆ จะทำงานได้อีกต่อไปเนื่องจาก conda หยุดการตั้งค่าสภาพแวดล้อมโดยอัตโนมัติเป็น jupyter kernels คุณต้องเพิ่มเมล็ดด้วยตนเองสำหรับแต่ละสภาพแวดล้อมด้วยวิธีต่อไปนี้:

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

ดังที่บันทึกไว้ที่นี่: http://ipython.readthedocs.io/en/stable/install/kernel_install.html#kernels-for-different-environment เห็นปัญหานี้ด้วย

ภาคผนวก: คุณควรจะสามารถติดตั้งnb_conda_kernelsแพคเกจด้วยconda install nb_conda_kernelsเพื่อเพิ่มสภาพแวดล้อมทั้งหมดโดยอัตโนมัติดูhttps://github.com/Anaconda-Platform/nb_conda_kernels

หากสภาพแวดล้อมของคุณไม่ปรากฏขึ้นคุณอาจไม่ได้nb_conda_kernelsติดตั้งในสภาพแวดล้อมที่ติดตั้ง Jupyter เอกสารของอนาคอนดาระบุไว้ว่า

nb_conda_kernelsควรติดตั้งในสภาพแวดล้อมที่คุณเรียกใช้ Jupyter Notebook หรือ JupyterLab นี่อาจเป็นสภาพแวดล้อมฐานของคุณ แต่ไม่จำเป็นต้องเป็น ตัวอย่างเช่นหากสภาพแวดล้อม notebook_env มีแพคเกจโน้ตบุ๊คคุณจะต้องทำงาน

conda install -n notebook_env nb_conda_kernels

สภาพแวดล้อมอื่นใดที่คุณต้องการเข้าถึงในโน้ตบุ๊กของคุณต้องมีการติดตั้งแพ็คเกจเคอร์เนลที่เหมาะสม ตัวอย่างเช่นในการเข้าถึงสภาพแวดล้อม Python จะต้องมีแพ็คเกจ ipykernel เช่น

conda install -n python_env ipykernel

ในการใช้สภาพแวดล้อม R นั้นจะต้องมีแพ็คเกจ r-irkernel เช่น

conda install -n r_env r-irkernel

สำหรับภาษาอื่นต้องติดตั้งเมล็ดที่เกี่ยวข้อง

โปรดทราบว่าในเวลาเดิมโพสต์นี้มีความเป็นไปได้จากสาเหตุnb_condaยังไม่สนับสนุนหลาม 3.6 สภาพแวดล้อม

หากโซลูชันอื่นล้มเหลวในการทำให้ Jupyter จดจำสภาพแวดล้อม conda อื่น ๆ คุณสามารถติดตั้งและเรียกใช้jupyterจากภายในสภาพแวดล้อมที่ระบุได้เสมอ คุณอาจไม่สามารถมองเห็นหรือเปลี่ยนไปใช้สภาพแวดล้อมอื่นจากภายใน Jupyter ได้

$ 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

สังเกตเห็นว่าฉันกำลังใช้งาน Python 3.6.1 ในสมุดบันทึกนี้:

โปรดทราบว่าถ้าคุณทำเช่นนี้กับสภาพแวดล้อมหลาย ๆ พื้นที่พื้นที่จัดเก็บเพิ่มเติมจากการติดตั้ง Jupyter ในทุกสภาพแวดล้อมอาจไม่พึงประสงค์ (ขึ้นอยู่กับระบบของคุณ)

สิ่งที่น่ารำคาญคือในtensorflowสภาพแวดล้อมของคุณคุณสามารถทำงานได้jupyter notebook โดยไม่ต้องติดตั้งjupyterในสภาพแวดล้อมนั้น เพียงแค่วิ่ง

(tensorflow) $ conda install jupyter

และtensorflowสภาพแวดล้อมในขณะนี้ควรจะมองเห็นได้ใน Jupyter โน้ตบุ๊คเริ่มต้นในใด ๆ ของคุณสภาพแวดล้อมที่เป็นสิ่งที่ชอบcondaPython [conda env:tensorflow]

ฉันต้องเรียกใช้คำสั่งทั้งหมดที่กล่าวถึงในคำตอบ 3 อันดับแรกเพื่อให้การทำงานนี้:

conda install jupyter
conda install nb_conda
conda install ipykernel
python -m ipykernel install --user --name mykernel

เพียงแค่เรียกใช้conda install ipykernelในสภาพแวดล้อมใหม่ของคุณเท่านั้นจากนั้นคุณจะได้รับเคอร์เนลด้วย env นี้ สิ่งนี้ใช้ได้แม้ว่าคุณจะมีเวอร์ชันที่แตกต่างกันติดตั้งในแต่ละ envs และมันไม่ได้ติดตั้งโน๊ตบุ๊ค jupyter อีกครั้ง คุณสามารถเริ่มโน้ตบุ๊กได้จาก env ใด ๆ ที่คุณจะเห็นเมล็ดที่เพิ่มใหม่

สรุป (tldr)

หากคุณต้องการให้เคอร์เนล 'python3' เรียกใช้การติดตั้ง Python จากสภาพแวดล้อมที่เปิดใช้งานอยู่ให้ลบเคอร์เนลของผู้ใช้ 'python3' ซึ่งสำคัญกว่าสภาพแวดล้อมปัจจุบันด้วย:

jupyter kernelspec remove python3

โซลูชันเต็มรูปแบบ

ฉันจะโพสต์ทางเลือกและวิธีที่ง่ายกว่าสำหรับกรณีต่อไปนี้:

• คุณได้สร้างสภาพแวดล้อม conda
• สภาพแวดล้อมนี้ติดตั้ง jupyter (ซึ่งติดตั้ง ipykernel ด้วย)
• เมื่อคุณเรียกใช้คำสั่งjupyter notebookและสร้างสมุดบันทึกใหม่โดยคลิก 'python3' ในเมนูแบบเลื่อนลง 'ใหม่' สมุดบันทึกนั้นจะเรียกใช้งานหลามจากสภาพแวดล้อมพื้นฐานไม่ใช่จากสภาพแวดล้อมปัจจุบัน
• คุณต้องการให้การเปิดใช้งานสมุดบันทึกใหม่ด้วย 'python3' ภายในสภาพแวดล้อมใด ๆ ดำเนินการเวอร์ชัน Python จากสภาพแวดล้อมนั้นไม่ใช่ฐาน

ฉันจะใช้ชื่อ 'test_env' สำหรับสภาพแวดล้อมสำหรับโซลูชันที่เหลือ นอกจากนี้โปรดทราบว่า 'python3' เป็นชื่อของเคอร์เนล

คำตอบที่ได้รับคะแนนสูงสุดในปัจจุบันใช้งานได้ แต่มีทางเลือกอื่น มันบอกว่าจะทำต่อไปนี้:

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

นี้จะช่วยให้คุณเลือกในการใช้สภาพแวดล้อม test_env โดยไม่คำนึงถึงสภาพแวดล้อมของสิ่งที่คุณเปิดjupyter notebookจาก แต่การเปิดตัวโน้ตบุ๊กด้วย 'python3' จะยังคงใช้การติดตั้ง Python จากสภาพแวดล้อมพื้นฐาน

สิ่งที่น่าจะเกิดขึ้นคือมีเคอร์เนลผู้ใช้ python3 ที่มีอยู่ รันคำสั่งjupyter kernelspec listเพื่อแสดงรายการสภาวะแวดล้อมทั้งหมดของคุณ ตัวอย่างเช่นหากคุณมี mac คุณจะถูกส่งกลับดังต่อไปนี้ (ชื่อผู้ใช้ของฉันคือ Ted)

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

สิ่งที่ Jupyter กำลังทำอยู่ที่นี่คือการค้นหาเส้นทางที่แตกต่างกันสามเส้นทางเพื่อค้นหาเมล็ด มันจะไปจากผู้ใช้เพื่อEnvเพื่อระบบ ดูเอกสารนี้สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับพา ธ ที่ค้นหาแต่ละระบบปฏิบัติการ

เคอร์เนลสองตัวด้านบนมีทั้งในพา ธ ผู้ใช้ซึ่งหมายความว่าจะสามารถใช้ได้โดยไม่คำนึงถึงสภาพแวดล้อมที่คุณเปิดตัวโน๊ตบุ๊ค jupyter นี่หมายความว่าหากมีเคอร์เนล 'python3' อีกตัวที่ระดับสภาพแวดล้อมคุณจะไม่สามารถเข้าถึงได้

สำหรับฉันแล้วการเลือกเคอร์เนล 'python3' จากสภาพแวดล้อมที่คุณเปิดใช้โน้ตบุ๊กควรดำเนินการ Python จากสภาพแวดล้อมนั้น

คุณสามารถตรวจสอบเพื่อดูว่าคุณมีสภาพแวดล้อม 'python3' อื่นหรือไม่โดยดูที่ Env search path สำหรับระบบปฏิบัติการของคุณ (ดูลิงค์ไปยังเอกสารข้างต้น) สำหรับฉัน (บน mac ของฉัน) ฉันออกคำสั่งต่อไปนี้:

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

และฉันมีเคอร์เนล 'python3' อยู่ในนั้น

ขอบคุณที่แสดงความคิดเห็นปัญหา GitHub นี้ (ดูการตอบกลับครั้งแรก) คุณสามารถลบสภาพแวดล้อมของผู้ใช้ 'python3' ด้วยคำสั่งต่อไปนี้:

jupyter kernelspec remove python3

ตอนนี้เมื่อคุณรันjupyter kernelspec listสมมติว่า test_env ยังทำงานอยู่คุณจะได้รับสิ่งต่อไปนี้:

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

ขอให้สังเกตว่าเส้นทางนี้อยู่ภายในไดเรกทอรี test_env หากคุณสร้างสภาพแวดล้อมใหม่ให้ติดตั้ง jupyter เปิดใช้งานและแสดงรายการเมล็ดคุณจะได้รับเคอร์เนล 'python3' อีกอันที่อยู่ในพา ธ ของสภาพแวดล้อม

เคอร์เนล 'python3' ของผู้ใช้มีความสำคัญเหนือกว่าเมล็ดใด ๆ ของ python3 'Env โดยการลบมันเคอร์เนล 'python3' ของสภาพแวดล้อมที่ใช้งานจะถูกเปิดเผยและสามารถเลือกได้ทุกครั้ง สิ่งนี้ทำให้ไม่จำเป็นต้องสร้างเมล็ดด้วยตนเอง นอกจากนี้ยังทำให้เข้าใจได้ง่ายขึ้นในแง่ของการพัฒนาซอฟต์แวร์ที่ต้องการแยกตัวเองออกเป็นสภาพแวดล้อมเดียว การใช้เคอร์เนลที่แตกต่างจากสภาพแวดล้อมโฮสต์นั้นดูไม่เป็นธรรมชาติ

ดูเหมือนว่าผู้ใช้รายนี้ 'python3' จะไม่ได้รับการติดตั้งสำหรับทุกคนโดยค่าเริ่มต้นดังนั้นทุกคนจะไม่พบกับปัญหานี้

    $ conda install nb_conda_kernels

(ในสภาพแวดล้อม conda ที่คุณเรียกใช้สมุดบันทึก jupyter) จะทำให้ conda envs ทั้งหมดพร้อมใช้งานโดยอัตโนมัติ สำหรับการเข้าถึงสภาพแวดล้อมอื่น ๆ จะต้องติดตั้งเมล็ดที่เกี่ยวข้อง นี่คือโทษ

เราต้องดิ้นรนมากกับปัญหานี้และนี่คือสิ่งที่ได้ผลสำหรับเรา หากคุณใช้ช่องทาง conda-forgeสิ่งสำคัญคือต้องแน่ใจว่าคุณกำลังใช้แพ็คเกจที่อัปเดตจากconda-forgeแม้ในMinicondaสภาพแวดล้อมรูทของคุณ

ดังนั้นให้ติดตั้งMinicondaแล้วทำ:

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

และสภาพแวดล้อมที่กำหนดเองของคุณจะปรากฏใน Jupyter เป็นเคอร์เนลที่มีอยู่ตราบใดที่ipykernelมีการระบุไว้สำหรับการติดตั้งในcustom_env.ymlไฟล์ของคุณเช่นตัวอย่างนี้:

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

เพียงเพื่อพิสูจน์ว่าทำงานได้กับสภาพแวดล้อมที่กำหนดเองมากมายนี่คือหน้าจอคว้าจาก Windows:

nb_conda_kernelsแพคเกจเป็นวิธีที่ดีที่สุดที่จะใช้กับjupyter condaด้วยการพึ่งพาและการกำหนดค่าที่น้อยที่สุดทำให้คุณสามารถใช้สภาพแวดล้อม conda อื่น ๆ จากโน้ตบุ๊ก jupyter ที่ทำงานในสภาพแวดล้อมที่แตกต่างกัน การอ้างอิงเอกสาร :

การติดตั้ง

แพ็คเกจนี้ออกแบบมาเพื่อจัดการโดยใช้คอนโดเท่านั้น ควรติดตั้งในสภาพแวดล้อมที่คุณเรียกใช้ Jupyter Notebook หรือ JupyterLab นี่อาจเป็นbaseสภาพแวดล้อมของคุณแต่ไม่จำเป็นต้องเป็น ตัวอย่างเช่นหากสภาพแวดล้อม notebook_envมีแพ็คเกจสมุดบันทึกคุณจะต้องเรียกใช้

conda install -n notebook_env nb_conda_kernels

สภาพแวดล้อมอื่นใดที่คุณต้องการเข้าถึงในโน้ตบุ๊กของคุณต้องมีการติดตั้งแพ็คเกจเคอร์เนลที่เหมาะสม ตัวอย่างเช่นในการเข้าถึงสภาพแวดล้อม Python จะต้องมีipykernelแพ็คเกจ เช่น

conda install -n python_env ipykernel

ในการใช้สภาพแวดล้อม R นั้นจะต้องมีแพ็คเกจ r-irkernel เช่น

conda install -n r_env r-irkernel

สำหรับภาษาอื่นต้องติดตั้งเมล็ดที่เกี่ยวข้อง

สิ่งที่คุณต้องทำคือเริ่มเซิร์ฟเวอร์โน๊ตบุ๊ค 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

แม้จะมีคำตอบมากมายและความพยายามของ @ merv ในการปรับปรุงให้ดีขึ้น แต่ก็ยังยากที่จะหาคำตอบที่ดี ฉันสร้าง CW ตัวนี้ดังนั้นโปรดลงคะแนนไปด้านบนหรือปรับปรุงมัน!

ฉันพบปัญหาเดียวกันกับสภาพแวดล้อม conda ใหม่ของฉันmyenvไม่สามารถเลือกเป็นเคอร์เนลหรือโน้ตบุ๊กใหม่ได้ และวิ่งjupter notebookจากภายใน env ให้ผลเหมือนกัน

วิธีการแก้ปัญหาของฉันและสิ่งที่ฉันเรียนรู้เกี่ยวกับวิธีการที่โน้ตบุ๊ค Jupyter รู้จัก conda-envs และ kernels:

การติดตั้ง jupyter และ ipython myenvด้วย conda:

conda install -n myenv ipython jupyter

หลังจากนั้นทำงานjupter notebookนอก env ใด ๆ ที่ระบุmyenvว่าเป็นเคอร์เนลพร้อมกับสภาพแวดล้อมก่อนหน้าของฉัน

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

เรียกใช้โน้ตบุ๊กเมื่อฉันเปิดใช้งานสภาพแวดล้อม:

source activate myenv
jupyter notebook

ซ่อนเมล็ดในสภาพแวดล้อมอื่น ๆ ของฉันทั้งหมดและแสดงเฉพาะเมล็ดของฉัน:

python 2
python 3
R

สิ่งนี้ใช้ได้กับฉันใน windows 10 และโซลูชันล่าสุด:

1) เข้าสู่สภาพแวดล้อม conda (เปิดใช้งาน your_env_name)

2) ติดตั้ง cond -n your_env_name ipykernel

3) python -m ipykernel ติดตั้ง - ผู้ใช้ - ชื่อ build_central - แสดงชื่อ "your_env_name"

(หมายเหตุ: ใส่เครื่องหมายคำพูดรอบ "your_env_name" ในขั้นตอนที่ 3)

สิ่งนี้น่าหงุดหงิดมากปัญหาของฉันคือภายในสภาพแวดล้อม conda python36 ที่สร้างขึ้นใหม่ jupyter ปฏิเสธที่จะโหลด“ seaborn” - แม้ว่าทะเลติดตั้งอยู่ในสภาพแวดล้อมนั้น ดูเหมือนว่าจะสามารถนำเข้าไฟล์อื่น ๆ จำนวนมากจากสภาพแวดล้อมเดียวกัน - ตัวอย่างเช่น numpy และ pandas แต่ไม่ได้อยู่ในทะเล ฉันลองใช้การแก้ไขหลายอย่างที่แนะนำที่นี่และในเธรดอื่นไม่ประสบความสำเร็จ จนกระทั่งฉันรู้ว่า Jupyter ไม่ได้ใช้งาน python ของเคอร์เนลจากภายในสภาพแวดล้อมนั้น แต่ใช้ python ของระบบเป็นเคอร์เนล แม้ว่าเคอร์เนลและ kernel.json ที่ดูดีจะมีอยู่ในสภาพแวดล้อมแล้ว มันเป็นหลังจากอ่านเอกสารส่วนนี้ของ ipython เท่านั้น: https://ipython.readthedocs.io/en/latest/install/kernel_install.html#kernels-for-different-environment และใช้คำสั่งเหล่านี้:

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

ฉันสามารถทำให้ทุกอย่างเป็นไปได้ด้วยดี (ฉันไม่ได้ใช้ตัวแปรผู้ใช้จริง)

สิ่งหนึ่งที่ฉันยังไม่ได้คิดก็คือวิธีตั้งค่าไพ ธ อนเริ่มต้นให้เป็น "Python (other-env)" อย่างใดอย่างหนึ่ง ในปัจจุบันไฟล์. ipynb ที่เปิดอยู่จากหน้าจอหลักจะใช้ระบบไพ ธ อน ฉันต้องใช้เมนูเคอร์เนล“ เปลี่ยนเคอร์เนล” เพื่อเลือกไพ ธ อนของสภาพแวดล้อม

ในขณะที่คำตอบของ @ coolscitist ใช้งานได้สำหรับฉัน แต่ก็มีวิธีที่ไม่ทำให้ระบบเคอร์เนลของคุณยุ่งเหยิงด้วยแพ็คเกจ jupyter ที่สมบูรณ์ + ลดลง มีการอธิบายไว้ในเอกสาร ipythonและ (ฉันสงสัย) จำเป็นเฉพาะเมื่อคุณเรียกใช้เซิร์ฟเวอร์โน้ตบุ๊คในสภาพแวดล้อมที่ไม่ใช่ฐาน

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'

คุณสามารถตรวจสอบว่ามันใช้งานได้

conda activate name_of_your_jupyter_server_env 
jupyter kernelspec list

ฉันมีปัญหาที่คล้ายกันและฉันพบวิธีแก้ปัญหาที่ใช้งานได้กับ Mac, Windows และ Linux ต้องใช้ส่วนผสมที่สำคัญบางอย่างที่อยู่ในคำตอบข้างต้น:

ในการมองเห็น conda env ในสมุดบันทึก Jupyter คุณต้อง:

• แพคเกจต่อไปนี้ในคุณฐาน env:
  conda install nb_conda

• แพ็คเกจต่อไปนี้ในแต่ละ env ที่คุณสร้าง:
  conda install ipykernel

• ตรวจสอบการกำหนดค่าของการjupyter_notebook_config.py
  ตรวจสอบครั้งแรกหากคุณมีjupyter_notebook_config.pyหนึ่งในสถานที่ที่กำหนดโดย jupyter --paths
  ถ้ามันไม่ได้อยู่สร้างโดยการเรียกใช้ jupyter notebook --generate-config
  เพิ่มหรือให้แน่ใจว่าคุณมีต่อไปนี้:c.NotebookApp.kernel_spec_manager_class='nb_conda_kernels.manager.CondaKernelSpecManager'

env ที่คุณเห็นในเทอร์มินัลของคุณ:

บน Jupyter Lab คุณสามารถเห็น env เดียวกันกับด้านบนทั้ง Notebook และ Console:

และคุณสามารถเลือก env ของคุณเมื่อเปิดโน้ตบุ๊ก:

วิธีที่ปลอดภัยคือการสร้าง env เฉพาะที่คุณจะเรียกใช้ตัวอย่างของjupyter labคำสั่งenv เปิดใช้งาน env ของคุณ แล้วเพิ่มห้องปฏิบัติการ jupyter ขยายตัวอย่างส่วนขยาย jupyter ห้องปฏิบัติการ จากนั้นคุณสามารถเรียกใช้ jupyter lab

ทำตามคำแนะนำในเอกสาร iPythonสำหรับการเพิ่มสภาพแวดล้อม conda ที่แตกต่างกันในรายการของเมล็ดให้เลือกใน Jupyter Notebook โดยสรุปหลังการติดตั้งipykernelคุณต้องเปิดใช้งานสภาพแวดล้อม conda แต่ละรายการในเทอร์มินัลและเรียกใช้คำสั่งpython -m ipykernel install --user --name myenv --display-name "Python (myenv)"ซึ่งmyenvเป็นสภาพแวดล้อม (เคอร์เนล) ที่คุณต้องการเพิ่ม

ปัญหาเฉพาะช่องทางที่เป็นไปได้

ฉันมีปัญหานี้ (อีกครั้ง) และมันกลับกลายเป็นว่าฉันติดตั้งจากช่องconda-forge ; ลบออกและติดตั้งใหม่จากช่องอนาคอนดาแทนได้รับการแก้ไขสำหรับฉัน

ปรับปรุง : ฉันอีกครั้งมีปัญหาเดียวกันกับ env ใหม่คราวนี้ผมไม่ติดตั้งnb_conda_kernelsจากงูใหญ่ช่อง แต่ฉันjupyter_clientมาจากCONDA-ปลอมช่อง การถอนการติดตั้งnb_conda_kernelsและติดตั้งใหม่จะอัปเดตเป็นช่องที่มีลำดับความสำคัญสูงกว่า

ดังนั้นตรวจสอบให้แน่ใจว่าคุณได้ติดตั้งจากช่องที่ถูกต้อง :)

ในกรณีของฉันใช้ Windows 10 และ conda 4.6.11 โดยใช้คำสั่ง

conda install nb_conda

conda install -c conda-forge nb_conda_kernels

จากเทอร์มินัลขณะที่สภาพแวดล้อมที่ทำงานอยู่ไม่ได้ทำงานหลังจากที่ฉันเปิด Jupyter จากบรรทัดคำสั่งเดียวกันโดยใช้ conda jupyter notebookจากบรรทัดคำสั่งเดียวกันโดยใช้

เห็นได้ชัดว่าวิธีแก้ปัญหาคือการเปิด Jupyter จาก Anaconda Navigator โดยไปที่สภาพแวดล้อมของฉันในสภาพแวดล้อม: เปิด Anaconda Navigator เลือกสภาพแวดล้อมในสภาพแวดล้อมกดปุ่ม "เล่น" บนสภาพแวดล้อมที่เลือกและเลือก 'เปิดด้วย Jupyter Notebook'

สภาพแวดล้อมใน Anaconda Navigator เพื่อเรียกใช้ Jupyter จากสภาพแวดล้อมที่เลือก