我安装了Anaconda(使用Python 2.7),并在一个名为的环境中安装了Tensorflow tensorflow.我可以在该环境中成功导入Tensorflow.
问题是Jupyter Notebook无法识别我刚刚创建的新环境.无论我从GUI导航或命令行启动Jupyter笔记本电脑内的tensorflowENV中,只有一个名为菜单内核Python [Root],并Tensorflow无法导入.当然,我多次点击该选项,保存文件,重新打开,但这些没有帮助.
奇怪的是,当我打开CondaJupyter首页上的标签时,我可以看到这两个环境.但是当我打开Files标签,并尝试new使用笔记本时,我仍然只有一个内核.
我看了这个问题:
用Jupyter Notebook链接Conda环境
但是~/Library/Jupyter/kernels我的电脑上没有这样的目录!这个Jupyter目录只有一个名为的子目录runtime.
我真的很困惑.Conda环境是否应该自动成为内核?(我跟着https://ipython.readthedocs.io/en/stable/install/kernel_install.html手动设置了内核,但被告知ipykernel没有找到.)
我想在浏览器中增加ipython笔记本的宽度.我有一个高分辨率的屏幕,我想扩大单元格的宽度/大小,以利用这个额外的空间.
谢谢!
编辑:5/2017
我现在使用jupyterthemes:https://github.com/dunovank/jupyter-themes
这个命令:
jt -t oceans16 -f roboto -fs 12 -cellw 100%
Run Code Online (Sandbox Code Playgroud)
使用漂亮的主题将宽度设置为100%.
我想在jupyter笔记本中包含图像.
如果我做了以下,它的工作原理:
from IPython.display import Image
Image("img/picture.png")
Run Code Online (Sandbox Code Playgroud)
但我想将图像包含在markdown单元格中,以下代码给出了404错误:

Run Code Online (Sandbox Code Playgroud)
我也试过了

Run Code Online (Sandbox Code Playgroud)
但我仍然得到同样的错误:
404 GET /notebooks/%22/home/user/folder/img/picture.png%22 (127.0.0.1) 2.74ms referer=http://localhost:8888/notebooks/notebook.ipynb
Run Code Online (Sandbox Code Playgroud) 我想在Jupyter(Ipython Notebook)中注释掉多行的块,但是在当前版本中无法找到如何做到这一点.
它曾经是一个下拉菜单,但不再存在.
你如何一次注释多行代码块?
这不是重复的,因为以下链接中给出的解决方案似乎不再起作用:
如何在IPython笔记本中阻止注释代码?
Ctrl+ /什么都不做.
我尝试按照Jupyter Notebook文档中的说明进行操作.
不幸的是,我无法弄明白.这个"开始"字段究竟在哪里?
我有一个Windows 7(64位)系统,安装了Anaconda3(不在C盘中).我想改变Jupyter开始文件夹的位置.
我最近转而使用IPython笔记本作为我工作流程的一部分.但是,我没有成功地找到一种方法将.py文件导入到打开的IPython笔记本的各个单元格中,以便它们可以编辑,运行然后保存.可以这样做吗?
我在文档中找到了这个,它告诉我如何将.py文件作为新笔记本导入,但这不符合我想要实现的目标.
任何建议将不胜感激.
当我打开一个Jupyter笔记本(以前称为IPython)时,默认为C:\Users\USERNAME.
如何将其更改为其他位置?
谢谢.
我有jupyter/anaconda/python3.5.
我怎么知道哪个conda环境是我的jupyter笔记本运行?
如何从新的conda环境中启动jupyter?
我开始严重依赖IPython笔记本应用程序来开发和记录算法.太棒了; 但有些东西似乎应该是可能的,但我无法弄清楚如何做到这一点:
我想将本地图像插入到我的(本地)IPython笔记本标记中以帮助记录算法.我知道可以添加类似<img src="image.png">降价的东西,但这就是我的知识.我假设我可以将图像放在由127.0.0.1:8888(或某个子目录)表示的目录中以便能够访问它,但我无法弄清楚该目录的位置.(我正在使用Mac.)那么,是否有可能在没有太多麻烦的情况下做我想做的事情?