在PyCharm中使用Jupyter进行人工智能学习开发经验介绍

简介: 在PyCharm中使用Jupyter进行人工智能学习开发经验介绍

image.png

PyCharm是python开发利器,大家都很喜欢,同时对于人工智能玩家来说,Jupyter也以易于调试,可以随时查看中间结果而大受欢迎,但是同时PyCharm中的notebook编辑有限,同时没有导出功能(比如我就喜欢导出markdown格式来掘金发文章)怎么办呢?下面给大家介绍下我的经验,仅供参考,大佬可以跳过!


1.环境设置


1.1安装jupyter


pip install jupyter lab 完成jupyter和lab安装,lab友侧边栏,比notebook好用。


1.2 安装ipykernel


pip install ipykernel

或者直接 pip install jupyter notebook ipykernel

为啥安装,我们有请一言同学给大家讲解:

image.png

  • ipykernel是基于Jupyter Notebook的交互式Python解释器,它允许用户在一个交互式环境中编写和运行Python代码。ipykernel是Jupyter Notebook中的核心组件之一,它负责将用户输入的代码转换为Python解释器可以理解的代码,并将解释器输出的结果返回给用户。它还提供了一些额外的功能,例如代码补全、代码高亮和代码调试等。
  • ipykernel还支持多种编程语言,包括Python、Julia、R、Scala等,用户可以通过安装相应的内核来使用这些编程语言的交互式解释器。因此,ipykernel是一个非常强大和灵活的工具,它可以帮助用户快速进行数据探索、建模和可视化等任务。


1.3 设置kernel到对应虚拟环境(conda用户)


python -m ipykernel install --user --name p2

既然这么重要,那么必须安装到虚拟环境中去,不然jupyter-lab切换会找不到内核。


2.PyCharm新建ipynb文件


新建ipynb文件,会自动关联到jupyter,默认启动http://localhost:8888 访问,我好喜欢。那么截图给大家看看。

image.png

如图所示多了以下东西:

  • 多了jupyter任务栏
  • tools工具栏多了markdown converter,但是不能用,需要设置 Pandoc

我自然是懒得设置了。


3.同步浏览器打开jupyter-lab


浏览器操作有那么多工具栏可以使用不香吗?那么直接打开http://localhost:8888 ,发现需要密码才行,需要什么密码???看我操作。

这样就进入到熟悉的web界面了,两边可以同时开工,你说舒服不舒服?全剧终。

image.png


希望大家能参与讨论,分享自己的经验!


如果有用给我点个赞奥!


image.png


目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI产品使用合集之机器学习PAI的学习方法不知道如何解决
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
智能增强:人工智能在个性化学习中的应用
【6月更文挑战第22天】随着技术的不断进步,人工智能(AI)已经渗透到教育领域,为个性化学习带来了革命性的变化。本文将探讨AI如何通过数据分析、模式识别和自适应学习路径等技术手段,实现对学生学习能力和偏好的精准把握,并据此提供定制化的学习内容和策略。文章还将分析AI在提升教育质量、促进教育公平以及预测学生表现等方面的潜力与挑战,旨在揭示AI技术如何在塑造未来教育格局中发挥关键作用。
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能在在线教育中的个性化学习推荐
人工智能在在线教育中的个性化学习推荐
8 1
|
7天前
|
人工智能 搜索推荐 安全
人工智能与未来教育:重塑学习方式的革命
【6月更文挑战第19天】随着人工智能技术的飞速发展,其在教育领域的应用正逐步深化。本文将探讨人工智能如何影响和改变传统教育模式,包括个性化学习、智能教学辅助、数据驱动的教育决策以及未来教育的发展趋势。通过分析AI技术在教育中的应用案例和潜在挑战,本文旨在为读者提供一个关于AI如何塑造未来教育环境的全面视角。
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
学习人工智能常用名词解释
人工智能是当今科技领域中备受关注的热门话题,涵盖了众多令人兴奋的技术和应用。包括机器学习、深度学习、自然语言处理、计算机视觉等众多领域的重要概念。从监督学习、无监督学习到增强学习,从卷积神经网络、循环神经网络到生成对抗网络,这些名词解释详尽地介绍了人工智能技术的基础理论和应用方法。无论你是初学者还是专业人士,这些名词解释都将为你提供一个全面的人工智能知识体系。在不断涌现的新技术和应用中,人工智能必将在未来的各个领域中扮演更为重要的角色。
9 1
|
22天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能该如何学习?
学习人工智能是一个迅速发展的领域,对于任何行业的从业者来说都是非常重要的。
29 2
|
1月前
|
机器学习/深度学习 人工智能 算法
构建未来:人工智能在持续学习系统中的进化
【5月更文挑战第24天】 本文聚焦于人工智能(AI)技术中一个关键且迅速发展的分支——持续学习系统。不同于传统的静态机器学习模型,持续学习系统能够适应新数据的到来,不断更新知识库,实现长期的累积学习。文章首先概述了持续学习的理论基础及其在现代AI领域的重要性;随后,详细探讨了该领域的最新进展,包括算法创新、神经网络架构的优化以及数据处理策略;最后,分析了持续学习面临的挑战和未来的发展方向。本研究旨在为AI专业人士提供深入见解,并激发对AI持续学习能力提升的新思路。
|
1月前
|
机器学习/深度学习 存储 人工智能
构建未来:人工智能在持续学习系统中的进化
【5月更文挑战第23天】 探索人工智能(AI)如何通过连续学习超越传统静态学习模型,本文阐述了AI系统在吸纳新信息和适应环境变化中的能力。分析了技术进步如何推动自学习算法的发展,并预测了这一趋势对多个领域的潜在影响。本研究突出了自学习AI系统设计的关键要素,以及它们对未来技术景观的重塑作用。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:人工智能在持续学习系统中的进化之路
【5月更文挑战第15天】 随着技术的不断进步,人工智能(AI)已成为推动现代科技革新的核心动力。特别是在机器学习领域,AI系统的能力正通过持续学习机制得到显著增强。本文深入探讨了AI技术在实现自我进化方面的最新进展,分析了持续学习系统的关键组成部分,包括数据获取、模型适应性以及算法优化等方面。同时,文章还着重讨论了在设计这些系统时所面临的挑战,如数据偏差、计算资源限制和伦理问题,并提出了可能的解决方案。
|
1月前
|
机器学习/深度学习 人工智能
【AI 初识】什么是迁移学习,它在人工智能中有什么用?
【5月更文挑战第2天】【AI 初识】什么是迁移学习,它在人工智能中有什么用?

热门文章

最新文章