Skip to content

Latest commit

 

History

History
69 lines (58 loc) · 2.37 KB

kernel_pkg.md

File metadata and controls

69 lines (58 loc) · 2.37 KB

Kernel内置工具包

K-Lab kernel中内置各类主流的机器学习、深度学习框架，集成了常见数据分析包，用户可以免除前期环境配置，直接开展分析工作。 工具包详情可以查看K-Lab工具包

K-Lab Kernel支持用户在与Kernel相连的Notebook中输入指令查看、安装和更新工具包。

查看工具包

用户可在Notebook的Code Cell中键入相应指令查看预置的工具包。

  • Python3 Kernel
!pip list --format=columns  #查看Kernel下所有预置的工具包
!pip show package_name      #查看Kernel是否有某个工具包
  • Python2 Kernel
!pip2 list --format=columns  #查看Kernel下所有预置的工具包
!pip2 show package_name      #查看Kernel是否有某个工具包
  • R Kernel
pkgs <- installed.packages();
pkgs[is.na(pkgs[,"Priority"]), c("Package", "Version")]
installed.packages('package name')

安装、升级工具包

用户可在Notebook的Code Cell中键入相应bash指令安装、更新所需要的工具包

  • Python3 Kernel
!pip install package_name==version #安装工具包
!pip install package_name --upgrade #更新工具包
  • Python2 Kernel
!pip2 install package_name==version #安装工具包
!pip2 install package_name --upgrade #更新工具包
  • R Kernel
install.packages(package_name) #安装工具包。
  • 如果要安装系统软件包，请使用以下命令：
!sudo apt-get update
!sudo apt-get install cowsay
!/usr/games/cowsay -f ghostbusters Who you Gonna Call

更改工具包下载镜像

  • 在Python3环境下，使用以下命令：
!pip install package_name -i https://pypi.douban.com/simple/ #从指定镜像下载安装工具包，镜像URL可自行修改
  • 在R环境下，使用以下命令：
install.packages('package_name')
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))#从指定镜像下载安装工具包，镜像URL可自行修改

友情提示：

  • 手动安装好工具包后，请刷新页面，刷新后Kernel将完成工具包的更新部署。
  • 用户自行安装的工具包不能被持久化，如果有持久化需求的工具包，可在K-Lab运行时内的帮助菜单下找到工具包反馈 ，在弹出的对话框内填写工具包安装需求，我们将在2个工作日内给出答复。

image description