Win10+Python3.6+Anaconda环境下TensorFlow版本不一致问题咨询

嘿，这问题我之前帮好几个朋友排查过，核心原因就是Anaconda的环境隔离机制在“搞事情”——你在Anaconda Prompt里安装新版TensorFlow的环境，和Jupyter Notebook、Anaconda Navigator当前显示的环境根本不是同一个！

Anaconda的每个环境都是完全独立的“小世界”，不同环境里的包版本互不影响。你大概率是在某个环境（比如自己新建的tf_env）里装了1.6.0，但Jupyter和Navigator默认加载的是另一个环境（比如初始的base环境），而那个环境里装的还是老版1.2.1，所以就出现了“安装成功但显示旧版”的矛盾。

1. 先搞清楚你把新版TensorFlow装到哪个环境里了 #

打开Anaconda Prompt，输入这条命令看看所有已创建的环境：

conda info --envs

输出会像这样，带*的是当前激活的环境：

base                  *  C:\Users\你的用户名\Anaconda3
tf_env                   C:\Users\你的用户名\Anaconda3\envs\tf_env

回忆一下你安装TensorFlow时，是不是先激活了某个环境（比如tf_env）？如果安装时没激活任何环境，那就是装在了base环境，但Jupyter和Navigator可能用的是别的环境。

2. 验证目标环境的TensorFlow版本 #

激活你安装新版的那个环境（比如tf_env）：

conda activate tf_env

然后输入这条命令确认版本：

python -c "import tensorflow as tf; print(tf.__version__)"

如果显示1.6.0，那百分百就是环境没对应上的问题了。

3. 让Jupyter Notebook用上正确的环境 #

有两种简单的方法：

• 方法一：给Jupyter添加目标环境的内核
  激活目标环境后，先装ipykernel（Jupyter的内核依赖）：

  conda install ipykernel
  

  然后把这个环境添加成Jupyter的可选内核：

  python -m ipykernel install --user --name tf_env --display-name "Python (tf_env)"
  

  之后打开Jupyter Notebook，点击右上角的“新建”，选择Python (tf_env)这个内核，再运行你的代码，就能看到1.6.0的版本了。
• 方法二：直接在目标环境里启动Jupyter
  激活目标环境后，直接输入：

  jupyter notebook
  

  这样打开的Jupyter会默认使用当前环境的所有包，版本自然是对的。

4. 让Anaconda Navigator显示正确的环境 #

打开Navigator，左边点“Environments”，然后在顶部的环境下拉框里，选你装了新版TensorFlow的那个环境（比如tf_env），就能看到tensorflow-1.6.0的条目了。

以后装包前一定要先确认当前激活的环境是哪个！Anaconda的环境隔离虽然好用，但没注意环境的话很容易踩这种版本不一致的坑。如果懒得切换环境，也可以直接在安装时指定环境：

conda install -n tf_env tensorflow==1.6.0

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