python - 为什么 Azure ML 笔记本和 Azure ML 终端中的 env 不同?

标签 python azure azure-machine-learning-service azureml-python-sdk azuremlsdk

我正在使用 MS Azure ML,并发现当我启动 Notebook(从 Azure ML Studio)时,它在与我创建 Python 脚本并从工作室运行它时不同的环境中执行。我希望能够创建一个特定的环境并让笔记本使用它。 Notebook 运行的环境似乎不包含我需要的包,我想保留不同的环境。

最佳答案

首先打开一个终端,使用与您之后要在笔记本中使用的相同计算目标,然后使用现有环境,您可以执行以下操作:

conda activate existing_env
conda install ipykernel
python -m ipykernel install --user --name existing_env --display-name "Python 3.8 - Existing Environment"   

但是,要创建新环境并在 AzureML Notebook 中使用它,您必须执行以下命令:

conda create --name new_env python=3.8
conda activate new_env
conda install pip
conda install ipykernel
python -m ipykernel install --user --name new_env --display-name "Python 3.8 - New Environment"

最后但并非最不重要的一点是,您必须编辑 Jupyter 内核显示名称:

重要请确保您能够轻松地执行所有这些步骤:

jupyter kernelspec list
cd <folder-that-matches-the-kernel-of-your-environment>
sudo nano kernel.json

然后编辑名称以匹配您想要的名称并保存文件。

关于python - 为什么 Azure ML 笔记本和 Azure ML 终端中的 env 不同?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/70571948/

相关文章:

python - Python 中的光滑枢轴和映射

python - jupyter笔记本中的数据帧索引错误方向

azure - Active Directory 用户和组信息

kubernetes - 如何编辑/修补 kubernetes 部署以使用 python 添加标签

r - 将 R(本地)中保存的 ML 模型上传到 Azure 机器学习工作室

debugging - "perfect error": untraceable, 未命名,来自梦幻岛

python - 聚合到基于 15 分钟的时间戳到小时,并找到 pandas 中多列的总和、平均值和最大值

python - Python 生成器函数如何维护本地状态?

postgresql - 无法创建 PostgreSQL super 用户角色来安装和运行应用程序

azure - 使用本地 Cosmos DB 模拟器调试 Azure Functions