Tensorflow和jupyter使用问题

• 在新版本的tensorflow中，会话函数Session()已经抛弃，要这样使用

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
a = tf.constant([1, 2], name="a")
b = tf.constant([3, 4], name="b")
result = a + b
sess = tf.compat.v1.Session()
sess.run(result)

• coanda activate env_name报错，比如有时候安装了Git可能会报错这个

CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'

这时候可以在Git下面使用下面这个命令解决

source activate

• conda创建一个虚拟环境

conda create -n myenv python=3.6

• Jupyter导入conda创建的环境

conda install -c anaconda ipykernel

```
python -m ipykernel install --user --name=envname
```

* To remove an environment, in your terminal window or an Anaconda Prompt, run:

conda env remove --name myenv

get the paths of all your kernels

jupyter kernelspec list

uninstall your unwanted-kernel，删除jupyter中的虚拟环境

jupyter kernelspec uninstall unwanted-kernel

• 在jupyter中使用Tensorflow和PyTorch
  比如通过conda建立了一个Tensorflow的环境，如果要在jupyter中使用，则有如下步骤：
  1. 激活这个环境，在这个环境下安装ipython和jupyter

  conda install ipython 
  conda install jupyter
  

  2. 安装python kernel for Tensroflow或者PyTorch

  ipython kernelspec install-self --user  
  

  3. 在jupyter中添加conda的environment

  python -m ipykernel install --user --name=envname
  

  4. 运行

  Jupyter notebook 
  

  现在就可以在jupyter下面运行Tensorflow了，这样其实相当于在每个环境下都单独安装一个jupyter。