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。
