JupyterLab不能在Pytorch虚拟环境下import torch？

本文比较啰嗦，我喜欢把一个问题的“前生后世”描述清楚（读者有耐心可以当故事看/滑稽.jpg），看解决方法直接点击目录跳转即可。
提前概括本文要讲的内容：
在装好Pytorch的虚拟环境下，为什么JupyterNotebook可以import torch，而JupyterLab不能？JupyterLab作为新一代JupyterNotebook，应该如何配置才能使用torch框架？

在之前一篇文章中我写了详细的教程，是关于如何安装Anaconda以及如何配置自己需要的虚拟环境。Anaconda给机器学习者提供了极大的方便，至少在管理框架和各种包的时候不会出现那种似有似无的玄学情况。
有关Anaconda的教程请移步： 这可能是一篇最贴心的Anaconda指北了（踩坑点）希望读者可以从这篇文章中收获满满。

我在Anaconda的帮助下，编写了不少深度学习的神经网络模型，也开始做一些数据挖掘、集成学习以及yolov5目标检测。在做稍大的项目比如目标检测、深度学习时，我会选择使用Pycharm编程，但是涉及到分块的数据分析时，我再次回到了曾经帮助我学习Python语法的Jupyter。

那么问题来了，我的从cmd中activate Pytorch_envs（这个是我安装了pytorch的虚拟环境），然后命令输入jupyter lab，于是打开了它。

然后我点击上面的Python 3图标，直接开始暴力import！

如上图，我很吃惊，我很诧异，我很慌张！我在自己的虚拟环境下用Pycharm Spyder JupyterNotebook都没有问题，为什么JupyterLab会出错？
我查阅了不少资料，有小伙伴说了，“这JupyterNotebook和JupyterLab本是一家人，不用存在差别呀！”，“这Jupyter就是只能调base环境！要用torch就得在base装torch！”。
首先，我们来证明第一句话是错的：同样的环境，同样的路径，同样的方式，启动JupyterNotebook。


我们运行刚刚import torch失败的程序，光速打脸，这不是成功调用了吗？
事实证明，我的torch只安装在了Pytorch_envs环境下，base环境保持默认没变动过，所以小伙伴的第二句话也是错的~

---

现在开始正式说明如何在JupyterLab中使用torch

在虚拟环境和Pytorch都装好的前提下，导入Pytorch环境！

activate <虚拟环境名>
# 安装 IPython kernel for Jupyter
conda install ipykernel -y
# 导入 pytorch 虚拟环境到 ipykernel
python -m ipykernel install --user --name <虚拟环境名> --display-name "Python PyTorch"

成功执行命令后，让我们再次启动JupyterLab看看效果。

上图，发现在Python 3 后面多出来了两项，也就是python -m ipykernel install --user --name <虚拟环境名> --display-name "Python PyTorch"这条命令中最后双引号中的名称！
点击进入编辑模式，看看最终能否达到我们期望的效果。

完美收工⭐

对于这个问题的解决方案，我的理解就是简单一句话：

把带Pytorch的虚拟环境植入Jupyter内核中！搞定！

参考资料：PyTorch 于 JupyterLab 的环境准备