【已解决】JupyterLab：如何在JupyterLab中切换内核

背景：

1、通过 Python3.7/bin/jupyter lab 打开的还是之前的Python3.10的版本。

2、顶部 Change Kernel 无法选择新安装的 Python3.7 版本

解决方案：

为了能够在 JupyterLab 中顺利切换不同 Python 版本或其他编程语言的内核，通常先要确保这些内核已经正确安装并注册到了 Jupyter 系统中。

1、对于已有的 notebook 文件，在顶部菜单栏可以选择 Kernel -> Change Kernel... 来查看当前可用的所有内核选项，并从中挑选所需的版本作为新的工作环境。这一操作不会影响原始文件的内容，仅改变其运行时所依赖的基础解释器和服务。

2、另外一种情况是从头新建一个 notebook 并指定特定的内核。此时可在启动新笔记本之前就选定好目标内核；或者按照前述方式更改现有未保存文档的关联内核。

案例

假设环境中存在两个不同的 Anaconda 虚拟环境分别用于 TensorFlow 和 PyTorch 的 GPU 支持版本测试：

Bash
source activate tf_torch
conda install ipykernel
python -m ipykernel install --name tf_torch

source activate tf13
conda install ipykernel
python -m ipykernel install --name tf13

上述命令序列完成了名为 tf_torch 及 tf13 的两套独立内核设置过程。现在打开 JupyterLab 后就可以利用 Kernel->Change Kernel... 功能在这两者间自由转换了。

每次选择一个新的内核之后，notebook 将重新连接至对应的服务端进程，从而使得后续代码单元格能够基于选中的库及其相关依赖项正常运作。

若本文对您有帮助，欢迎点赞支持；若还有疑问或建议，欢迎留言交流～