问题概述

在 Jupyter Notebook 中，无法看到特定 Conda 环境的内核，导致无法在该环境下运行代码。这通常是由于内核未正确注册到 Jupyter 所致。

常见原因

• 未安装 ipykernel：每个 Conda 环境需要安装 ipykernel 才能作为 Jupyter 内核使用。
• 内核未正确注册：即使安装了 ipykernel，如果未正确运行注册命令，内核可能不会显示。
• 权限问题：在某些情况下，缺乏足够的权限可能导致内核无法正确安装或显示。
• Jupyter 配置问题：Jupyter 未正确识别或加载内核配置。

解决步骤

步骤一：激活目标 Conda 环境

首先，确保你激活了要添加到 Jupyter 的 Conda 环境。

conda activate your_env_name

将 your_env_name 替换为你的环境名称，例如 pytorch。

步骤二：安装 ipykernel

在激活的环境中，安装 ipykernel。这一步是必要的，因为 ipykernel 允许 Jupyter 识别并使用该环境作为内核。

使用 Conda 安装：

conda install ipykernel

或者使用 pip 安装：

pip install ipykernel

步骤三：将环境添加为 Jupyter 内核

运行以下命令，将当前 Conda 环境注册为 Jupyter 的一个内核：

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

参数说明：

• --user：将内核安装到当前用户的 Jupyter 配置中。
• --name your_env_name：内核的内部名称，建议使用环境名称。
• --display-name "Python (your_env_name)"：在 Jupyter Notebook 中显示的名称，你可以根据需要自定义。

例如，如果环境名称为 fastapi，命令如下：

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

conda_kernels__58">步骤四（可选）：使用 nb_conda_kernels 自动管理内核

如果你有多个 Conda 环境，手动为每个环境添加内核可能会比较麻烦。nb_conda_kernels 可以自动检测并管理所有 Conda 环境中的内核。

1. 安装 nb_conda_kernels

   在 base 环境中或任何一个常用的环境中，运行：

   conda install nb_conda_kernels
   

2. 重启 Jupyter Notebook

   安装完成后，重启 Jupyter Notebook。现在，你应该能在 Kernel > Change Kernel 中看到所有 Conda 环境的内核，无需手动添加。