Linux环境下Jupyter Notebook无法导入TensorFlow问题咨询

这个问题我碰到过好多次啦——核心原因就是Jupyter Notebook没使用你安装TensorFlow的那个conda环境内核：终端里激活了指定环境所以能找到模块，但Jupyter默认调用的是系统或其他环境的内核，自然就报ModuleNotFoundError了。给你一步步来解决：

1. 先激活你的conda环境
   打开终端，运行：

   source activate tensorflow_env
   # 要是你用的是conda 4.4及以上版本，也可以用：conda activate tensorflow_env
   

2. 在这个环境里安装ipykernel
   Jupyter需要通过ipykernel来识别conda环境，所以得先装这个依赖包：

   # 用pip或者conda装都行，选一个即可
   pip install ipykernel
   # 或者 conda install ipykernel
   

3. 将当前环境注册为Jupyter的内核
   运行这条命令把tensorflow_env环境添加到Jupyter的可选内核列表里：

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

   这里的--display-name是你在Jupyter界面里能看到的内核名称，起个好认的就行，比如改成"TensorFlow专属环境"也没问题。

4. 重启Jupyter并切换内核
   关掉之前的Jupyter窗口，重新启动。新建笔记本时，在"新建"菜单里选择刚才添加的Python (tensorflow_env)内核；如果是已经打开的笔记本，点击顶部菜单栏的Kernel -> Change Kernel，切换到这个环境的内核。

5. 验证效果
   在笔记本里运行以下代码，确认能正常导入：

   import tensorflow as tf
   print(tf.__version__)
   

   这下应该能正常输出TensorFlow的版本号，不会再报错啦！

另外给你个小捷径：以后创建conda环境时，可以直接把ipykernel一起装上，省得后续补装：

conda create -n tensorflow_env python=3 ipykernel

激活环境后再安装TensorFlow，接着注册内核就好。

内容的提问来源于stack exchange，提问作者Joseph