jupyter notebook ipynb kernel에 anaconda 가상환경 연결하기

 ML 과제를 해결할 때, GPU 자원을 다른 사람들과 나누어 써야하는 일이 종종 있다. 보통 jupyter lab(notebook)을 사용해서 협업할 수 있는 환경을 구축하고, anaconda의 가상환경을 만들어 서로의 작업에 영향을 미치지 않도록 한다. 이 때, anaconda의 가상환경을 jupyter notebook의 ipynb kernel에 연결하여야, terminal에서만 접근가능했던 가상환경 세팅이 .ipynb에서 사용가능하다.

(*참고* 만약 다른 사람과 협업을 하는 상황이 아니라면, 원하는 가상환경으로 activate한 후에, jupyter notebook(lab)을 실행하고 접근하면 된다)

---

기본 연결 방법

1. 가상환경 생성

conda create -n {가상환경 이름} python =파이썬 버전

 

2. 해당 가상환경으로 activate
conda activate {가상환경 이름}

 

3. ipykernel 설치
conda install ipykernel

 

4. ipykernel install (필자가 문제를 겪은 부분)
python -m ipykernel install --user --name {가상환경 이름} --display-name "{표시할 이름}"

---

위의 방식대로 진행했을 때 문제가 있었다. base로 activate된 상태의 jupyter lab의 ipynb에서는 새로 생성한 env-kernel을 찾지 못하는 것이었다. conda activate를 변경후 jupyter를 재시작하면 되겠지만, 다른 사람들과 함께 사용하여야 하기 때문에 base로 activate된 jupyter notebook에서 다른 env의 kernel을 가져와야 했다.

---

base에서 activate한 jupyter에서 다른 env kernel 연결 방법

1. 기본 연결 방법 1~3을 동일하게 진행

 

2. ipykernel install (변경된 부분)

python -m ipykernel install --prefix=/home/user/anaconda3/ --name '표시할 이름'

# /home/user/anaconda3/은 base 가상환경의 기본 경로이다. 

# 윈도우의 경우 (설치 경로에 따라 다르겠지만) C:\\Users\\[사용자 이름]\\anaconda3\\ 을 경로로 사용하면 된다

3. base환경으로 activate

conda activate base

 

4. kernel이 제대로 추가되었는지 확인

jupyter kernelspec list

 

5. 브라우저 새로고침 후, ipynb의 우측상단에서 kernel을 선택 후, 정상작동 확인

 

** 윈도우에서 실행한 화면 예시

2번을 실행 뒤

잘 추가 된 모습을 볼 수 있다.

 

---

이유에 관한 고찰

1. ipynbkernel install은 해당 명령이 실행되는 env에 영향을 받는다

2. 기본적인 방법으로 실행해버리면 해당 env 경로에 kernel이 설치되기 때문에 다른 env(base)에서 확인할 수 없다.

3. 따라서 원하는 env로 activate 후, 다른 env(base)의 경로에 설치되도록 수동으로 설치해야한다.

---

참고

1. 공식 문서: https://ipython.readthedocs.io/en/latest/install/kernel_install.html#kernels-for-python-2-and-3

 

2. 해당 작업과 관련해서, 알아두면 좋은 명령어들

 

가상환경 리스트 확인
conda env list

가상환경 제거
conda remove --name {envname} --all
jupyter kernelspec uninstall 가상환경이름