【深度学习|Jupyter Notebook（Anaconda）——两个环境分别修改默认打开目录（深度学习第一周番外篇）】活动地址：CSDN21天学习挑战赛博主之前一开始安装 anaconda 时，曾经修改过默认打开目录，采用的方法是直接修改，即找到文件位置-属性-快捷方式，删除目标位置的 %USERPROFILE% ，将起始位置修改为想要打开的路径，当时已经修改成功
文章图片
最近在配置 TensorFlow 的环境，在 anaconda 上新建了一个环境（py36），就想着这个环境用另一个目录打开，用同样方法修改，发现打开的是之前配置的路径目录，多次修改无果，就尝试网上的另一种方法：
在环境的命令行界面 Anaconda Prompt（py36）的输入
但实际上，因为我修改过，它问了一次 y/n，当时没注意，其实他是询问是否覆盖，我当时直接 y了就给我覆盖了，导致我之前的修改无效了，anaconda环境打开的目录也恢复成了默认路径jupyter notebook --generate-config
再在 C:\Users\xxx\.jupyter 路径下找到 jupyter_notebook_config.py文件，用文本打开，找到
将第二行的 # 和空格去掉，修改自己的路径，该方法确实可以，但还是无法满足我两个环境分别打开两个目录的需求## The directory to use for notebooks and kernels. c.NotebookApp.notebook_dir = 'E:\Jupyter'
当我改回并把重新把刚修改的一行代码注释掉时，发现两个环境都恢复了默认目录。。。。
经过数次尝试失败，最后终于达成所需！！！其实也很简单，只需添加一步即可，如下图所示
文章图片
文章图片
只需要在目标后面加上你的起始位置路径即可
文章图片
文章图片
如上图所示，修改成功
推荐阅读
- Python|【Python】使用一行代码实现均值，中位数和众数
- #|深度学习之 11 空洞卷积的实现
- 神经网络与深度学习|【神经网络与深度学习】CIFAR10数据集介绍，并使用卷积神经网络训练图像分类模型——[附完整训练代码]
- 五|5.6 Keras卷积神经网络练习 cifar10数据集
- TensorFlow深度学习|TensorFlow学习笔记之CIFAR10与VGG13实战
- 人工智能|21个项目玩转深度学习（基于TensorFlow的实践详解02—CIFAR10图像识别）
- 机器学习|深度学习经典数据集汇总
- python|CIFAR-10 图像识别
- tensorflow2.0|Tensorflow 2 实战（kears）- CIFAR10自定义网络、模型加载与保存实战