Ipython jupyter笔记本在启动它的conda环境中没有使用python

我从udacity深度学习课程开始，并正在建立环境。我认为笔记本使用的内核没有使用conda环境中的python。以下是我尝试过的一些结果

从康达环境开始

source activate tensorflow

在linux终端的conda环境中使用python终端：

import sys
sys.executable
>>> '/home/username/anaconda2/envs/tensorflow/bin/python' 

此外，tensorflow也可以通过python shell导入

对于conda环境中的ipython终端，它显示相同的可执行路径。tensorflow被导入到ipython外壳中

然而，当我在jupyter笔记本中执行一个单元格时，找不到tensorflow模块。另外，从笔记本中派生的终端显示了全局python安装的可执行路径，该路径位于anaconda/bin directoty中，而不是我创建的启动笔记本的环境

'/home/username/anaconda2/bin/python'

然而，壳体的conda环境仍然是tensorflow

conda info --envs
# conda environments:                                                                                                              
#                                                                                                                                  
tensorflow            *  /home/username/anaconda2/envs/tensorflow                                                                     
root                     /home/username/anaconda2

---

这是否意味着内核在这个位置链接到python安装，而不是在conda env中？如何将它们联系起来？

这个问题还有一些细微差别需要澄清。每个笔记本都绑定到一个特定的内核。在最新的4.0版Anaconda中，我们（Continuum）捆绑了一个Conda环境感知扩展，该扩展将尝试将笔记本与特定的Conda环境相关联。如果找不到，则将使用“默认”环境（或“根”环境）。在您的情况下，您有一个笔记本，我猜，询问默认（或“根”）环境，因此Jupyter在该环境中启动内核，而在启动Jupyter服务器的环境中，不。您可以通过转到kernel->change kernel菜单并选择tensorflow环境的内核来更改关联的内核，方法如下：

或者，当您创建一个新笔记本时，您可以选择哪个Conda环境的内核应该支持笔记本（请注意，一个Conda环境可以有多个可用内核，例如Python和R）：

---

我们理解，这可能是造成混淆的常见原因，尤其是在共享笔记本时，因为共享它的人要么使用“默认”内核（可能仅称为“Python”），要么使用具有不同名称的Conda环境。我们正在研究如何使这一过程更流畅、更少混乱，但如果您对预期/期望的行为有任何建议，请告诉我们（GitHub issue to是最好的方法）

为了在jupyter中使用tensorflow环境，您还必须在tensorflow环境中注册ipython内核。你可以把我的答案作为指南：@cel好极了！成功了。谢谢。我最近开始使用conda环境进行开发，所以我不太清楚笔记本、python和内核之间的关系以及它如何与环境协同工作。如果能简单介绍一下基本知识以及这些知识是如何联系在一起的，那会很有帮助。