【AI人工智能系列】6.jupyter中进入虚拟环境

什么是虚拟环境？

    它是一个虚拟化，从电脑独立开辟出来的环境。通俗的来讲，虚拟环境就是借助虚拟机docker来把一部分内容独立出来，我们把这部分独立出来的东西称作“容器”，在这个容器中，我们可以只安装我们需要的依赖包，各个容器之间互相隔离，互不影响。譬如，本次学习需要用到Django，我们可以做一个Django的虚拟环境，里面只需要安装Django相关包就可以了，需要Scrapy库，就再开辟一个独立空间来学习Scrapy库相关就行了。

为什么要用虚拟环境

在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断地更新或卸载相应的库。直接对我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦，管理也相当混乱。如以下场景：

场景1：项目A需要某个框架1.0版本，项目B需要这个库的2.0版本。如果没有安装虚拟环境，那么当你使用这两个项目时，你就需要 不断卸载安装了，这样很容易就给你的项目带来莫名的错误；

场景2：公司之前的项目需要python2.7环境下运行，而你接手的项目需要在python3环境中运行，想想就应该知道，如果不使用虚拟环境，这这两个项目可能无法同时使用，使用python3则公司之前的项目可能无法运行。而如果虚拟环境可以分别为这两个项目配置不同的运行环境，这样两个项目就可以同时运行。

以下介绍如何在虚拟环境中进行依赖的安装：

1、进入到虚拟环境中，安装依赖

conda activate paddle_dev
conda install ipykernel

2、执行命令将环境写入notebook的kernel中

python -m ipykernel install --user --name paddle_dev --display-name "paddle_dev"

3、重新进入jupyter，就能看paddle_dev 

切换paddle服务即可进入paddle_de虚拟环境

写在最后：

学习完本套课程，您将能单独完成OCR文字识别、人脸识别等人工智能技术。结合实际业务需求，可做出各类场景产品