Spyder与Jupyter中Keras、Numpy、TensorFlow无法使用，控制台运行正常

看起来你遇到的核心问题是Python环境不匹配——你在控制台里用的是安装了TensorFlow、Keras这些库的环境，但Spyder和Jupyter默认调用的是另一个没有装这些库的Python环境，所以才会出现模块找不到的报错。下面是具体的排查和解决步骤：

第一步：确认环境路径是否一致 #

先搞清楚两个环境的Python路径是不是同一个：

• 在能正常运行的控制台里，输入以下代码并执行：

  import sys
  print(sys.executable)
  

  记下输出的路径（比如C:\Users\你的用户名\anaconda3\envs\tf15_gpu\python.exe）
• 打开Spyder，在IPython控制台里同样运行上面的代码，对比两个路径。如果不一样，就坐实了环境不匹配的问题。

第二步：让Spyder/Jupyter使用正确的环境 #

针对Spyder #

如果你用Anaconda管理环境：

1. 打开控制台，激活你安装了TensorFlow的环境：

   conda activate 你的环境名称
   

2. 在这个环境里安装Spyder：

   conda install spyder  # 或者用pip install spyder
   

3. 安装完成后，直接在激活的环境里输入spyder并回车启动——这样打开的Spyder就会绑定当前环境，自然能找到所有已安装的库了。

针对Jupyter #

同样在激活目标环境后：

1. 安装ipykernel包：

   pip install ipykernel
   

2. 将当前环境添加到Jupyter的内核列表中：

   python -m ipykernel install --user --name 你的环境名称 --display-name "Python (TF1.5-GPU)"
   

3. 重新打开Jupyter Notebook，在新建文件时选择你刚才添加的Python (TF1.5-GPU)内核，就能正常导入库了。

第三步：排查缓存问题（可选） #

有时候Spyder会缓存旧的环境信息，即便环境已经切换，还是会报错。可以试试：

• 点击Spyder顶部菜单栏的Consoles -> Restart kernel，重启内核后再尝试导入库
• 或者直接关闭并重新打开Spyder，刷新环境配置

额外验证 #

最后可以在激活的环境里运行pip list，确认TensorFlow 1.5.0、Keras、Matplotlib这些库确实出现在列表里，确保安装没有遗漏。

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