如何配置jupyter的编译环境

要配置Jupyter的编译环境，可以按照以下步骤进行操作：

1. 首先，切换到ML环境。可以使用命令行或终端窗口进入相应的环境。

2. 在ML环境中，将环境写入Jupyter Notebook的kernel中。使用以下命令行将环境添加到Jupyter Notebook中：

   python -m ipykernel install --user --name 环境名称 --display-name “显示的名称”

其中，`环境名称`是您要添加的环境的名称，`显示的名称`是在Jupyter Notebook中显示的名称。例如，您可以使用以下命令行添加名为"ML"的环境：

   python -m ipykernel install --user --name ML --display-name “ML-python3.7.11”

3. 生成Jupyter配置文件。使用以下命令行生成配置文件：

   jupyter notebook -generate-config

这将生成一个Jupyter Notebook的配置文件，用于配置Jupyter的各项设置。

4. 创建新的环境并安装Python和ipykernel。使用以下命令行创建新的环境并安装相应的软件包：

   conda create -n 环境名称 python=指定python的版本 ipykernel

其中，`环境名称`是您要创建的环境的名称，`指定python的版本`是您要安装的Python版本，例如3.7。

5. 激活创建的环境。使用以下命令行激活创建的环境：

   conda activate 环境名称

通过以上步骤，您就可以成功配置Jupyter的编译环境了。请根据您的需求和具体情况，更改相应的环境名称、显示名称和Python版本。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [anaconda+jupyter新建环境](https://blog.csdn.net/weixin_40860432/article/details/120508164)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [在linux服务器配置jupyter notebook，并且配置不同的kernel和环境。](https://blog.csdn.net/qq_39165421/article/details/110874846)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]