jupyter notebook运行命令显示[*](解决办法)
作者:Fate-p 发布时间:2022-02-19 01:23:10
标签:jupyter,notebook,[,]
看下文章前我想先说一个问题
遇到问题不要盲目的搜索答案,先看看终端提示什么错误,下面我总结一下会出现jupyter notebook运行命令,一直显示in[*]这种情况的解决办法:
了解提示符in[ ]几种状态的含义:
in[ ] 程序未运行
in[*] 程序正在运行
in[编号] 程序正在运行
1、因为notebook未安装正确
解决办法:
使用命令安装 pip3 install notebook
提示权限不够使用 sudo pip3 install notebook
2、因为jupyter包依赖的prompt-toolkit版本问题
这个问题很容易遇到,如果近期使用pip命令直接安装的jupyter基本都会遇到这个问题,貌似在Anaconda环境安装不会出现该问题。由于ipython包依赖的是1.0.5的版本(1.0.15也可以),所以会出现上述问题。
解决办法:
pip3 install --upgrade prompt-toolkit == 1.0.5
或者
sudo pip3 uninstall promot-toolkit
sudo pip3 install prompt-toolkit==1.0.5
3、如果上面的问题无法解决。
解决办法:
仔细到终端看看,执行时报什么错误,然后复制错误信息到百度搜索,基本问题很快都会解决
来源:https://blog.csdn.net/plq520/article/details/92642927
0
投稿
猜你喜欢
- 核心代码: header("Expires: Mon, 26 Jul 1997 05:00:00 GMT"); head
- 在之前的博客 人脸识别经典算法一:特征脸方法(Eigenface)里面介绍了特征脸方法的原理,但是并没有对它用到的理论基础PCA做介绍,现在
- 最近从某网站下载了一批文档,但是文件是用数字串命名的文档(很多图书馆都这样吧),现在我也下载完了这些文件,也有这些文件的列表,就是不能一个一
- 前言需求背景来源于AI算法通信接口编写…采用python flask框架 解决flask不是生产环境问题一、flask
- 之前有教大家制作日历,很多小伙伴都兴奋的告诉小编自己成功了。那么我们在日历中怎么去找到我们想要的那个时间点呢?其实有点类似于查询的功能,但是
- Python打包分发工具setuptools:曾经 Python 的分发工具是 distutils,但它无法定义包之间的依赖关系。setup
- 编程中有时候需要一个初始极大值(或极小值)作为temp,当然可以自定义设置为10000(whatever),不过python中有一个值可以代
- Numpy数组转置很容易,两种写法np_array = np.array([[1, 2], [3, 4]]) np_array.transp
- 本文实例讲述了python实现在控制台输入密码不显示的方法。分享给大家供大家参考。具体实现方法如下:import console;names
- 步骤如下: 1.使用torchvision加载并预处理CIFAR-10数据集、2.定义网络3.定义损失函数和优化器4.训练网络并更新网络参数
- 前言:python 有自己的多进包 multiprocessing 去实现并行计算,但在Pandas处理数据中,使用 multiproces
- 本文仅作为基本操作流程的记录,不进行细节描述一、环境安装1、安装Pycharm在官网上下载最新版本Pycharm安装即可2、安装pyQT5p
- 如下所示:import requestsurl='http://####'proxy={'http':
- 一、系统资源使用限制的必要性探讨对于一个脚本,最基础的限制是要限制单进程实例以保证了不会存在多个进程实例、在运行程序主体逻辑前检测系统资源剩
- 讲解1、库:os,shutil.copy2、代码效果:对指定文件夹内文件等量分配到新的文件夹3、代码原理:用os.listdir()遍历文件
- \\create by ahuinan 2009-6-22 \\up by ahuian 2009-6-23 \\up by ahuinan
- 问题介绍在安装torch之后,命令行(Anaconda Powershell Prompt)运行这三行代码:python # pythoni
- 一个js用星投票的例子,不是常见的图片版,当然你如果会点js代码的话应该可以改为更加美观的图片投票,原理都一样。本程序只演示了读取星的个数,
- 尾递归简介尾递归是函数返回最后一个操作是递归调用,则该函数是尾递归。递归是线性的比如factorial函数每一次调用都会创建一个新的栈(la
- Batch Normalization和Dropout是深度学习模型中常用的结构。但BN和dropout在训练和测试时使用却不相同。Batc