这种情况大概率是Jupyter Notebook使用的Python环境和你CMD里安装TensorFlow的环境不一致导致的——毕竟你把Python装在了非系统盘，很容易出现环境隔离的问题。我给你一步步排查和解决的方案：

第一步：确认两个环境的Python路径是否一致 #

1. 在CMD中执行以下命令，查看当前使用的Python和pip路径：

   where python
   where pip3
   

   你应该能看到输出指向F盘的Python3.8.5目录（比如F:\Python38\python.exe）。
2. 打开Jupyter Notebook，新建一个Python代码单元格，执行：

   import sys
   print(sys.executable)
   

   如果输出的路径和CMD里的不一样，那问题就找到了——Jupyter在用另一个Python环境运行，自然找不到你用pip3装的包。

第二步：统一Jupyter的运行环境 #

方案1：给目标Python环境安装ipykernel #

假设你的Python安装路径是F:\Python38，在CMD中执行以下命令：

# 给F盘的Python安装ipykernel
F:\Python38\python.exe -m pip install ipykernel
# 将这个环境添加为Jupyter的可用kernel
F:\Python38\python.exe -m ipykernel install --user --name=python38-f

之后重启Jupyter，在新建笔记本时选择名为python38-f的kernel，再尝试导入TensorFlow/Keras应该就没问题了。

方案2：检查系统环境变量优先级 #

确保F盘的Python目录（比如F:\Python38）和Scripts目录（F:\Python38\Scripts）排在系统环境变量PATH的最前面，这样系统默认会优先调用这个版本的Python和pip，Jupyter也会默认使用它。

方案3：临时添加包路径（应急用） #

如果不想折腾kernel，也可以在Jupyter中手动添加TensorFlow的安装路径：

1. 在CMD中执行pip3 show tensorflow，找到Location字段对应的路径。
2. 在Jupyter的代码单元格中执行：

   import sys
   sys.path.append("上面查到的Location路径")
   import tensorflow as tf
   

   不过这只是临时方案，还是统一环境更稳妥。

额外检查点 #

• 确认你安装的TensorFlow版本和Python3.8.5兼容：TensorFlow 2.4及以上版本支持Python3.8，如果你装的是旧版本可能会有问题，可以用pip3 install --upgrade tensorflow更新到兼容版本。
• 检查是否开启了虚拟环境：如果你之前用过虚拟环境，要确保在安装TensorFlow时是激活了目标虚拟环境的，或者给虚拟环境单独安装ipykernel。

内容的提问来源于stack exchange，提问作者leadbassist