在jupyter中添加任意环境的kernel

全网首发！！！今天想在jupyter上运行tensorflow的代码，然后发现jupyter默认使用的base环境，这个时候我去网上看了很多教程，发现基本上都是让你在tensorflow的环境中再下载一个jupyter，显然这种方法是不方便的，并且你的电脑上会出现多个jupyter。为了解决这个问题，我出了本次教程，可以让我们在一个jupyter上任意切换环境。

1. 建立环境

根据自己的需要建立环境，这里以tensorflow为例：

conda create -n tensorflow(自己随意命名) python=3.6

本文章重点不在建立环境，所以不详细介绍。

2. 下载内核

进入到刚才创建的环境，在该环境中下载ipykernel。（注意：我们只下载内核就可以了，不需要在该环境中下载jupyter）

命令为：

conda install ipykernel

如图：

3. 配置jupyter内核

首先在base环境中输入以下指令，查看自己jupyter默认内核的位置：

jupyter kernelspec list

如图：

第一个就是你的jupyter的默认内核，第二个不用管，这是我之前自己添加的pytorch的内核

找到默认内核的位置，比如我的是：C:\Users\10902\AppData\Roaming\jupyter\kernels\python3

如图：

在上图所示的文件夹下，将这个默认内核的文件夹复制粘贴一份，比如我是将python3复制粘贴一份

然后将粘贴的文件夹命名为tensorflow（可以自己随意命名）,如图：

到这里，最重要的一步来了：

打开这个你自己命名的文件夹，我是打开这个tensorflow，然后打开其中的kernel.json文件，如图：

现在，我么要更改其中的两行代码：

• 将第三行中的"python.exe"，改为你创建的环境的python，比如我的给改为了：“D:\Anaconda\envs\tensorflow\python.exe”

• 将第九行中的"display_name": “Python 3 (ipykernel)”，后面的名字改为你想要的名字，比如，我的改为了：“display_name”: “tensorflow”

这是更改之后的kernel.json文件截图：

注意：

• 我这个后面会有"metadata"这一项，有些人可能没有，没有就没有，不需要再加
• 整个过程都是对tensorflow文件夹下的kernel.json文件更改，绝对不要去动默认内核的kernel.json文件

4 测试

到此为止，我们已经配置成功，启动jupyter notebook测试一下：

可以发现，tensorflow已经成功的添加到了上面

创建新的文件，进去之后，可以正常使用：

注意

如果遇到“ImportError: DLL load failed: 找不到指定的模块”的报错，可以切换到虚拟环境下运行如下指令来降低 pyzmq的版本

conda install pyzmq=19