Windows下Anaconda虚拟环境非家目录启动Jupyter后Python版本错误

根因说明（对应疑问2） #

• 此前执行python -m ipykernel install --user添加tf-gpu内核时，是在base激活状态下执行的命令，生成的内核配置文件仅标记了环境名称为tf-gpu，实际Python解释器路径指向了base环境的3.8.12版本。
• 家目录启动正常的原因：家目录下的.jupyter局部配置会在启动时优先加载conda激活环境的路径变量，覆盖内核配置中的错误路径；切换到D盘等非家目录后，家目录局部配置优先级失效，Jupyter直接调用内核配置中写死的base环境Python路径，因此出现名称正确但实际运行base环境资源的问题。

永久修复方法（对应疑问1） #

• 执行命令删除错误的tf-gpu内核：
  jupyter kernelspec remove tf-gpu
• 执行conda activate tf-gpu激活目标环境，确认终端执行python --version返回3.9.7后，重新执行内核安装命令：
  python -m ipykernel install --user --name tf-gpu --display-name "Tensorflow GPU (tf-gpu)"
• 可选验证：打开路径%APPDATA%\jupyter\kernels\tf-gpu\kernel.json，检查argv字段第一项的Python路径是否指向tf-gpu环境下的python.exe（默认路径为Anaconda安装目录\envs\tf-gpu\python.exe），若路径错误可手动修改保存。

临时替代方案（对应疑问3） #

无需修改内核配置即可快速解决的方法：

• 激活tf-gpu环境后直接执行jupyter notebook --notebook-dir=D:\你的项目目录指定工作目录启动，不需要手动切换到D盘，即可保留家目录配置的优先级，内核正常加载。
• 打开Anaconda Navigator，切换到tf-gpu环境，修改Jupyter Notebook的默认工作目录为目标D盘路径，点击启动即可正常使用。
• 全局修改Jupyter工作目录：执行jupyter notebook --generate-config生成全局配置文件，打开生成的jupyter_notebook_config.py，找到c.NotebookApp.notebook_dir配置项，取消注释后填写常用D盘项目路径，后续任意目录启动Jupyter都会默认打开该路径，内核加载不受影响。

内容的提问来源于stack exchange，提问作者blueBlack