首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >Conda和Anaconda都在Windows机器上。Jupyter notebook无法导入Python包

Conda和Anaconda都在Windows机器上。Jupyter notebook无法导入Python包
EN

Stack Overflow用户
提问于 2018-07-14 02:49:10
回答 2查看 1.1K关注 0票数 0

我的目标是在我的Windows7机器上使用Jupyter Notebook中的autograd。

以下是我所做的工作:

在git bash中,我使用source activate myenv

  • I激活了conda环境,使用conda install -c omnia autograd

  • I启动了带有jupyter notebook

的Jupyter

现在,当我尝试在Jupyter notebook中导入autograd时,出现以下错误:

代码语言:javascript
复制
No module named 'autograd'

因此,我停止了Jupyter笔记本,并尝试使用pip重新安装。但是我有这个错误:

代码语言:javascript
复制
$ pip install autograd
Requirement already satisfied: autograd in c:\users\******\appdata\local\conda\conda\envs\myenv\lib\site-packages (1.1.2)
Requirement already satisfied: numpy>=1.9 in c:\users\******\appdata\local\conda\conda\envs\myenv\lib\site-packages (from autograd) (1.14.5)
Requirement already satisfied: future in c:\users\******\appdata\local\conda\conda\envs\myenv\lib\site-packages (from autograd) (0.16.0)

显然,conda认为它已经安装了autograd。

所以我想我可能安装了两个版本的conda?以下是我的conda env list的结果

代码语言:javascript
复制
# conda environments:
#
base                     C:\ProgramData\Anaconda3
myenv                 *  C:\Users\******\AppData\Local\conda\conda\envs\myenv

在两个conda安装中都有一个'pkg‘文件夹,安装了不同的包。

我的猜测是Jupyter notebook连接到了没有安装自动升级的‘基础’anaconda3?

我的问题很简单,我如何在Jupyter notebook中使用autograd,并尽可能地清理所有东西,这样我的机器上就不会安装两个condas?

下面是激活myenv并运行conda list的结果

代码语言:javascript
复制
# packages in environment at C:\Users\******\AppData\Local\conda\conda\envs\myenv:
#
_py-xgboost-mutex         2.0                       cpu_0  
autograd                  1.1.2               np112py36_0    omnia
blas                      1.0                         mkl  
certifi                   2018.4.16                py36_0  
chardet                   3.0.4                     <pip>
Cython                    0.28.4                    <pip>
django                    2.0.5            py36hd476221_0    anaconda
future                    0.16.0                   py36_1  
icc_rt                    2017.0.4             h97af966_0  
idna                      2.7                       <pip>
intel-openmp              2018.0.3                      0  
kaggle                    1.3.12                    <pip>
libxgboost                0.72                          0  
m2w64-gcc-libgfortran     5.3.0                         6  
m2w64-gcc-libs            5.3.0                         7  
m2w64-gcc-libs-core       5.3.0                         7  
m2w64-gmp                 6.1.0                         2  
m2w64-libwinpthread-git   5.0.0.4634.697f757               2  
mkl                       2018.0.3                      1  
mkl_fft                   1.0.1            py36h452e1ab_0  
mkl_random                1.0.1            py36h9258bd6_0  
msys2-conda-epoch         20160418                      1  
numpy                     1.12.1           py36hf30b8aa_1  
numpy-base                1.14.5           py36h5c71026_0  
pandas                    0.23.1           py36h830ac7b_0  
pip                       10.0.1                   py36_0  
py-xgboost                0.72             py36h6538335_0  
pyodbc                    4.0.23                    <pip>
python                    3.6.5                h0c2934d_0  
python-dateutil           2.7.3                    py36_0  
pytz                      2018.4                   py36_0    anaconda
requests                  2.19.1                    <pip>
scikit-learn              0.19.1           py36h53aea1b_0  
scipy                     1.1.0            py36h672f292_0  
setuptools                39.2.0                   py36_0  
six                       1.11.0           py36h4db2310_1  
tqdm                      4.23.4                    <pip>
urllib3                   1.22                      <pip>
vc                        14                   h0510ff6_3  
vs2015_runtime            14.0.25123                    3  
wheel                     0.31.1                   py36_0  
wincertstore              0.2              py36h7fe50ca_0  
xgboost                   0.72                      <pip>
EN

回答 2

Stack Overflow用户

发布于 2018-07-14 03:32:37

有几件事你可以检查。首先,通过运行以下命令来保证您的包存在于环境中:

代码语言:javascript
复制
> source activate myenv
(myenv) > conda list

将有一个conda可以为该环境找到的包列表。确保您在那里看到了autograd

接下来,在您的Jupyter笔记本中,运行以下命令:

代码语言:javascript
复制
import sys
print(sys.executable)

这显示了运行notebook的python可执行文件的完整路径。您应该会看到类似于:~/anaconda3/envs/myenv/bin/python的内容。如果您在路径中看不到myenv,则说明Jupyter运行在不同的环境中。很可能您的系统路径首先找到了不同的Jupyter。检查您的环境变量,看看是否有另一个Jupyter出现在前面。

您可以通过使用完整路径启动Jupyter来强制它从特定环境运行:~/anaconda3/envs/myenv/bin/juypter

票数 2
EN

Stack Overflow用户

发布于 2018-07-14 02:55:29

您可以在iPython单元格中使用感叹号来安装autograd

!pip install autograd

这样可以保证安装与iPython内核相对应。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51331219

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档