1.安装插件，在非虚拟环境 conda install nb_conda conda install ipykernel 2、安装ipykernel包，在虚拟环境下安装 在Windows使用下面命令:激活环境并安装插件（这里的 Keras 是我的环境名，安装的时候换成自己的环境名即可） activate keras conda install ipykernel 在linux 使用下面的命令： 激活环境并安装插件 source activate keras conda install ipykernel 安装后的效果图如下： 至此即可以愉快地使用环境中的 Keras 和 pytorch 了 Keras 及tensorflow的测试截图 pytorch测试截图： 上述的测试同时也测试了 GPU，经测试： tensorflow 有返回 GPU 信息: <tensorflow.python.client.session.Session at 0x2a3f4ec44a8> pytorch GPU 测试返回 True 补充知识： 解决无法在jupyter notebook里面引入tensorflow 环境：我在Ubuntu系统下安装的anaconda3，然后并在里面使用env安装的tensorflow，之前安装的jupyter notebook并不是在我的tensorflow环境下安装的，所以你无法引入tensorflow。 这是我在安装之前的展示的jupyter的结果： 很显然，我的jupyter是anaconda自带的，并不是tensorflow下面的jupyter，所以需要重新的安装。 下面是安装的命令： conda install ipython conda install jupyter 这样你就安装好了，可以再输入上面的三行命令来查看： 我输入的第一行命令是因为我没有配置环境，你只需要激活你的tensorflow，然后就可以查看你现在安装的jupyter实在哪里！ 之后怎么运行呢？ 这样你就可以打开啦！ 在里面输入import tensorflow as tf不报错就是成功啦！ 以上这篇jupyter notebook 调用环境中的Keras或者pytorch教程就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。