Jupyter 安装多个 kernel, 以支持不同的运行环境

JupyterLab 是一个非常强大的工具，它支持多个内核，这意味着你可以在同一个界面中运行不同的编程环境，而这些环境之间是相互隔离的。这对于学习和实验不同版本的 Python 或其他语言非常有用。

我的 JupyterLab 安装完成以后，自带了 Python3 和 Python 2 两个 kernel, 分别对应的版本 Python 3.8.16 和 Python 2.7.5.

安装 Python 3.6

在本教程中，我们的目标是添加一个 Python 3.6 环境。 我的系统正好自带了 Python 3.6

copy$ python3 -V
Python 3.6.6

执行如下两行命令，即完成安装。

copypython3 -m pip install ipykernel
python3 -m ipykernel install --user --name py36 --display-name "Python 3.6"

重启 JupyterLab 就看到了新的 kernel

通过如下命令，也可以看到安装了哪些 kernel

copyjupyter kernelspec list

增加 Keras 3 环境

Keras 3 对 Python 版本的最低要求是 Python 3.9.

copy$ /opt/miniconda3/bin/python -V
Python 3.9.19

创建一个 Python 3.9 Keras 3 的 venv 环境。

copycd ~/venv
/opt/miniconda3/bin/python -m venv venv-py39-kr3
source venv-py39-kr3/bin/activate
pip install -U pip setuptools wheel
pip install tensorflow-cpu

安装 kernel

copypython -m pip install ipykernel
python -m ipykernel install --user --name kr3 --display-name "Keras 3"

在安装 kernel 前后执行 jupyter kernelspec list, 可以看到，增加了一个名为 kr3 的 kernel.

重启 JupyterLab 就可以看到 Keras 3 这个选项啦。可以点击进去创建一个新的 Notebook 进行简单测试。