在 VS Code 中管理 Jupyter 内核
Visual Studio Code Notebook 的内核选择器可帮助你为 Notebook 选择特定的内核。你可以通过点击 Notebook 右上角的选择内核来打开内核选择器，或通过命令面板使用Notebook: 选择 Notebook 内核命令来打开。
打开内核选择器后，VS Code 会显示最近使用的 (MRU) 内核。
注意：在之前的 VS Code 版本（版本 <1.76）中，VS Code 默认显示所有可用内核。
要查看其他内核，你可以点击选择其他内核...。所有现有内核都归类为内核源选项，Jupyter 扩展开箱即支持这些源。
默认情况下，VS Code 会推荐你之前与 Notebook 一起使用的内核，但你可以选择连接到以下所示的任何其他 Jupyter 内核。VS Code 还会记住你为 Notebook 最后选择的内核，并在你下次打开 Notebook 时自动选择它们。
Jupyter 内核
Jupyter 内核类别列出了 VS Code 在其运行的计算系统（你的桌面、GitHub Codespaces、远程服务器等）上下文中检测到的所有 Jupyter 内核。每个 Jupyter 内核都有一个 Jupyter 内核规范，即 Jupyter kernelspec，其中包含一个 JSON 文件 (kernel.json)，其中包含有关内核的详细信息——名称、描述以及作为内核启动进程所需的 CLI 信息。
Python 环境
Python 环境类别列出了 VS Code 从其运行的计算系统（你的桌面、Codespaces、远程服务器等）中检测到的 Python 环境。它按类型（例如 conda、venv）显示所有 Python 环境，无论是否安装了 IPyKernel。
注意：你无需将 jupyter 安装到你想要使用的 Python 环境中。只需 IPyKernel 包即可将 Python 进程作为内核启动并针对你的 Notebook 执行代码 (
pip install ipykernel)。访问 Jupyter 扩展 wiki 了解更多信息。
现有 Jupyter 服务器
现有 Jupyter 服务器类别列出了之前连接的远程 Jupyter 服务器。你也可以使用此选项连接到远程或本地运行的现有 Jupyter 服务器。找到你的 Jupyter 服务器 URL，例如 http://<ip-address>:<port>/?token=<token>，并将其粘贴到输入正在运行的 Jupyter 服务器的 URL 选项中，以连接到远程服务器并使用该服务器对你的 Notebook 执行代码。
启动远程服务器时，请务必
- 允许所有来源（例如
--NotebookApp.allow_origin='*'），以允许外部访问你的服务器。 - 将 Notebook 设置为侦听所有 IP (
--NotebookApp.ip='0.0.0.0')。
连接后，所有活动的 Jupyter 会话都将显示在此列表中。
你可以通过以下方式从服务器的 kernelspec 创建新会话：
- 运行 Notebook: 选择 Notebook 内核 命令。
- 选择 选择其他内核。
- 选择 现有 Jupyter 服务器。
- 选择你的服务器。
Codespaces Jupyter 服务器
连接到 Codespace 类别包含一种特殊类型的 Jupyter 服务器，你可以在其中使用由 GitHub Codespaces 提供支持的远程 Jupyter 服务器，这是一种每月可免费获得长达 60 小时的云资源。要使用 Codespaces Jupyter 服务器，请：
-
注意：如果你使用的是 VS Code 网页版（vscode.dev 或 github.dev），则此扩展已为你安装。同时请确保也安装了 Jupyter 扩展。
-
转到命令面板 (⇧⌘P (Windows、Linux Ctrl+Shift+P))，选择Codespaces: 登录并按照步骤登录 Codespaces。
-
通过点击 Notebook 右上角的选择内核来打开内核选择器，然后选择连接到 Codespace。
提示：如果你没有看到连接到 Codespace 选项，请转到命令面板 (⇧⌘P (Windows、Linux Ctrl+Shift+P))，选择开发人员: 重新加载窗口以重新加载窗口并重试。
这不是必需的，但你也可以在 GitHub Codespaces 页面上管理你的所有 Codespaces 和 Codespaces Jupyter 服务器。要了解更多信息，你可以阅读 GitHub Codespaces 文档。
添加内核选项
如果你的机器上没有 Jupyter 内核或 Python 环境，VS Code 可以帮助你进行设置：转到命令面板 (⇧⌘P (Windows、Linux Ctrl+Shift+P))，选择Python: 创建环境，并按照提示操作。你还可以通过安装其他扩展（如 Azure 机器学习）来添加选择内核的其他方式。
