在 VS Code 中管理 Jupyter 核心
Visual Studio Code 筆記本的核心選擇器可幫助您為筆記本選擇特定的核心。您可以透過單擊筆記本右上角的選擇核心或透過命令面板中的Notebook: Select Notebook Kernel命令開啟核心選擇器。
一旦您開啟核心選擇器，VS Code 將顯示最近使用的 (MRU) 核心
注意：在 VS Code 的早期版本（版本 <1.76）中，VS Code 預設顯示所有可用的核心。
要檢視其他核心，您可以單擊選擇另一個核心...。所有現有核心都分為核心源選項，Jupyter 擴充套件開箱即支援這些源
預設情況下，VS Code 將推薦您之前用於筆記本的核心，但您可以選擇連線到任何其他 Jupyter 核心，如下所示。VS Code 還將記住您筆記本最後選擇的核心，並在您下次開啟筆記本時自動選擇它們。
Jupyter 核心
Jupyter 核心類別列出了 VS Code 在其執行的計算系統（您的桌面、GitHub Codespaces、遠端伺服器等）上下文中檢測到的所有 Jupyter 核心。每個 Jupyter 核心都有一個 Jupyter 核心規範，或 Jupyter kernelspec，其中包含一個 JSON 檔案（kernel.json），其中包含有關核心的詳細資訊——名稱、描述以及作為核心啟動程序所需的 CLI 資訊。
Python 環境
Python 環境類別列出了 VS Code 在其執行的計算系統（您的桌面、Codespaces、遠端伺服器等）中檢測到的 Python 環境。它顯示了按型別（例如 conda、venv）分組的所有 Python 環境——無論是否安裝了 IPyKernel。
注意：您不需要將 jupyter 安裝到您要使用的 Python 環境中。只需 IPyKernel 包即可作為核心啟動 Python 程序並針對您的筆記本執行程式碼 (
pip install ipykernel)。訪問 Jupyter 擴充套件 wiki 以瞭解更多資訊。
現有 Jupyter 伺服器
現有 Jupyter 伺服器類別列出了以前連線的遠端 Jupyter 伺服器。您還可以使用此選項連線到遠端或本地執行的現有 Jupyter 伺服器。找到您的 Jupyter 伺服器的 URL，例如 http://<ip-address>:<port>/?token=<token>，並將其貼上到輸入正在執行的 Jupyter 伺服器的 URL選項中，以連線到遠端伺服器並使用該伺服器針對您的筆記本執行程式碼。
當您啟動遠端伺服器時，請務必
- 允許所有來源（例如
--NotebookApp.allow_origin='*'）以允許外部訪問您的伺服器。 - 將筆記本設定為偵聽所有 IP (
--NotebookApp.ip='0.0.0.0')。
連線後，所有活動的 Jupyter 會話將顯示在此列表中。
您可以透過以下方式從伺服器的核心規範建立新會話
- 執行Notebook: Select Notebook Kernel命令。
- 選擇選擇另一個核心。
- 選擇現有 Jupyter 伺服器。
- 選擇您的伺服器。
Codespaces Jupyter 伺服器
連線到 Codespace類別包含一種特殊型別的 Jupyter 伺服器，您可以使用由 GitHub Codespaces 提供支援的遠端 Jupyter 伺服器，這是一種雲資源，您每月可獲得長達 60 小時的免費使用時間。要使用 Codespaces Jupyter 伺服器
-
注意：如果您使用的是 VS Code 網頁版（vscode.dev 或 github.dev），則此擴充套件已為您安裝。另請確保也安裝了 Jupyter 擴充套件。
-
轉到命令面板（⇧⌘P（Windows、Linux Ctrl+Shift+P）），選擇Codespaces: Sign In並按照步驟登入 Codespaces。
-
單擊筆記本右上角的選擇核心開啟核心選擇器，選擇連線到 Codespace。
提示：如果您沒有看到連線到 Codespace選項，請轉到命令面板（⇧⌘P（Windows、Linux Ctrl+Shift+P）），選擇Developer: Reload Window以重新載入視窗並重試。
這不是必需的，但您也可以在 GitHub Codespaces 頁面上管理您的所有 Codespaces 和 Codespaces Jupyter 伺服器。要了解更多資訊，您可以閱讀 GitHub Codespaces 文件。
新增核心選項
如果您的機器上沒有任何 Jupyter 核心或 Python 環境，VS Code 可以幫助您設定：轉到命令面板（⇧⌘P（Windows、Linux Ctrl+Shift+P）），選擇Python: Create Environment，然後按照提示操作。您還可以透過安裝額外的擴充套件（例如 Azure 機器學習）來新增選擇核心的其他方式。
