机器学习与深度学习 / 系统课时
配置 Jupyter 与编辑器
配置 Jupyter 与编辑器
本课将把同一个 PyTorch 虚拟环境接入 JupyterLab、VS Code 和 PyCharm,并通过统一验证脚本确认解释器、依赖与调试入口均已正确配置。
学习目标
- 创建可复用的 Python 虚拟环境并注册 Jupyter 内核
- 在 VS Code 和 PyCharm 中选择正确的项目解释器
- 运行同一段 PyTorch 代码,验证编辑器配置是否生效
准备统一的虚拟环境
建议让三个工具共用项目目录中的 .venv,避免出现“终端可以导入 PyTorch,但编辑器提示未安装”的环境错位。下面命令适用于 macOS 和 Linux。Windows 用户可在 PowerShell 中激活项目 .venv 后执行相同的安装与注册步骤,激活脚本位于 .venv\Scripts\Activate.ps1。
python -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install torch jupyterlab ipykernel
python -m ipykernel install --user --name pytorch-env --display-name "Python (PyTorch)"预期输出
Successfully installed <PACKAGES>
Installed kernelspec pytorch-env in <PATH><PACKAGES>、<PATH> 会随系统和版本变化。只要最后出现内核安装成功信息,就可以继续配置编辑器。
配置 JupyterLab
在虚拟环境已激活的终端中启动 JupyterLab:
python -m jupyter lab预期输出
Jupyter Server <VERSION> is running at:
http://localhost:<PORT>/lab?token=<ID>浏览器打开后,新建 Notebook,并在右上角内核选择器中选择 Python (PyTorch)。若列表中没有该名称,先关闭 JupyterLab,再重新执行内核注册命令。
配置 VS Code
打开项目目录后,按 Ctrl+Shift+P 或 Cmd+Shift+P,执行 Python: Select Interpreter,选择项目中的 .venv。随后打开一个 Python 文件,右上角运行按钮和调试面板都会使用该解释器。
如果命令面板中没有 Python 相关命令,应先从扩展市场安装 Microsoft 发布的 Python 扩展,然后重新打开项目。
配置 PyCharm 并统一验证
在 PyCharm 中打开项目,进入项目解释器设置,选择“已有环境”,定位到 .venv 中的 Python 可执行文件。Windows 通常位于 .venv\Scripts\python.exe,macOS 和 Linux 通常位于 .venv/bin/python。
在项目根目录创建 check_env.py,然后分别在 Jupyter、VS Code 和 PyCharm 中运行同样的检查代码:
import sys
import torch
def main() -> None:
# 解释器路径应指向当前项目的 .venv
print(f"python={sys.executable}")
print(f"torch={torch.__version__}")
print(torch.rand(2, 2))
if __name__ == "__main__":
main()预期输出
python=<PROJECT_PATH>/.venv/<PYTHON_EXECUTABLE>
torch=<VERSION>
tensor([[<VALUE>, <VALUE>],
[<VALUE>, <VALUE>]])随机数每次运行都可能不同。三个工具显示的 Python 路径应指向同一个 .venv;若路径不同,应回到对应工具重新选择解释器,而不是重复安装 PyTorch。