Windows安装Anaconda3的方法及使用过程详解

一、环境

windows

二、下载

进入Anaconda 官网进行下载

安装 找到安装包所在的目录,双击安装包

点击 Next

点击 I Agree

根据个人需要选择 Just Me 或者 All Users,然后点击 Next

选择安装路径,然后点击 Next

点击 Install

等待安装完成,点击 Next

点击 Next​​​​​​​

点击 Finish 安装完成

三、创建 Python 虚拟环境

conda create -n your_env_name python=X.X # 创建Python虚拟环境

四、启动 Python 虚拟环境

conda activate your_env_name # 启动Python虚拟环境

五、将 Python 虚拟环境添加到 Jupyter Notebook

pip install --user ipykernel

python -m ipykernel install --user --name=tensorflow2.2

成功提示信息:

Installed kernelspec tensorflow2.2 in C:Users12829AppDataRoamingjupyterkernelstensorflow2.2

六、Jupyter Notebook 指定默认启动浏览器

cmd 命令窗口输入:jupyter notebook --generate-config 得到 Jupyter Notebook 的配置文件;

打开配置文件,搜索 "c.NotebookApp.browser";

去掉前面的 # 号,并修改添加如下代码:

import webbrowser
webbrowser.register('chrome', None, webbrowser.GenericBrowser(u'你的浏览器安装位置'))
c.NotebookApp.browser = 'chrome'

七、Jupyter Notebook 指定默认打开工作目录

cmd 命令窗口输入:jupyter notebook --generate-config 得到 Jupyter Notebook 的配置文件;

打开配置文件,搜索 "c.NotebookApp.notebook_dir";

去掉前面的 # 号,并修改添加如下代码:

c.NotebookApp.notebook_dir = '你的项目目录'

到此这篇关于Windows安装Anaconda3的方法及使用过程详解的文章就介绍到这了,更多相关Anaconda3的安装方法及使用内容请搜索179885.Com以前的文章或继续浏览下面的相关文章希望大家以后多多支持179885.Com!

猜你在找的Windows安装Anaconda3的方法及使用过程详解相关文章

本文将结合实例代码,在Jupyter Notebook上使用Python+opencv实现如下简单车牌字符切割。感兴趣的程序猿可以参考一下
本文将结合实例代码,在Jupyter Notebook上使用Python+opencv实现如下图像缺陷检测。需要的朋友们下面随着小编来一起学习学习吧
端午节快要到了,旅游?回家?拜访亲友?少不了要带上粽子.那么:选择什么牌子的粽子呢?选择什么口味的粽子呢?选择什么价格区间呢?今天爬取了京东上面的 “粽子数据” 进行分
图片有的时候需要矫正,本文主要介绍了python中opencv实现图片文本倾斜校正,具有一定的参考价值,感兴趣的程序猿们可以参考一下
今天给大家带来的是关于Python的相关知识,文章围绕着如何用Python将GIF动图分解成多张静态图片展开,文中有非常详细的介绍,需求的大佬可以参考下
下面是采用以帧数为间隔的方法进行视频抽帧,为了避免不符合项目要求的数据增强,博主要求技术人员在录制视频时最大程度地让摄像头进行移动、旋转以及远近调节等,对py
今天给大家带来的是关于Python的相关知识,文章围绕着用Python创建简易网站展开,文中有非常详细的介绍及图文示例,需求的大佬可以参考下
如果好友短时间发送多条消息然后撤回会难以判断究竟撤回的是哪条信息,只能靠猜.后来我觉得“猜”这个事情特别不Pythonic,研究一段时间后找到了解决方案,不得不惊
不知道各位程序猿有没有遇到过这样的一个故事,发现自己直接喷不过,打字速度不够给力.下面这篇文章就能解决自己喷不过的苦恼,话不多说,上才艺,需求的大佬可以参考
本文主要内容是python下opencv库的安装过程,涉及我在安装时遇到的问题,并且,将从网上搜集并试用的一些解决方案进行了简单的汇总,感兴趣的程序猿们可以参考一下
今天给大家带来的文章是关于Python的相关知识,文章围绕着Python插入排序及其优化方案展开,文中有非常详细的介绍及代码示例,需求的大佬可以参考下
在实际应用中我们只需要将图像矩阵与Sobel滤波器卷积就可以得到图像的梯度矩阵了。具有一定的参考价值,感兴趣的程序猿们可以参考一下