按照正常启动Anaconda中的Jupyter,然后输入以TensorFlow代码其实不会正常运行

原因在于当前的环境是基于Anaconda中的python环境，因此我们需要进入对应的tensorflow环境次才能正确导包。在进入tensorflow环境前，我们先要进行以下三个小配置：

#首先激活tensorflow(基于Anaconda Prompt命令框)
(base) C:\Users\TQ> activate tensorflow
(tensorflow) C:\Users\TQ>
(以下步骤都基于当前这个路径(tensorflow) C:\Users\TQ> 输入命令)
 
第一步：安装ipython
 
conda install ipython
第二步：安装jupyter
 
conda install jupyter
ipython kernelspec install-self --user
看到这个结果说明都安装成功。
 
此时，我这里多了一个tensorflow环境的jupyter notebook
 

 直接启动它，和原本jupyter看起来没什么区别，输入代码：
 
import tensorflow as tf
#创建一个常值运算，将作为一个节点加入到默认计算图中
hello=tf.constant("hello world!")
#创建一个TF对话
sess=tf.Session()
#运算并获得结果
print(sess.run(hello))
运行效果：
 

 如果，没有那个快捷方式的话，也不用担心，可以通过输入命令的方式打开jupyter,结果也是一样的。
 

 移除环境的话，可以用过以下命令移除（直接删除文件夹也行的）
 
conda remove -n tensorflow --all
此时整个tensorflow环境己移除了。
                    按照正常启动Anaconda中的Jupyter,然后输入以TensorFlow代码其实不会正常运行原因在于当前的环境是基于Anaconda中的python环境，因此我们需要进入对应的tensorflow环境次才能正确导包。在进入tensorflow环境前，我们先要进行以下三个小配置：#首先激活tensorflow(基于Anaconda Prompt命令框)(base) C:\Users\TQ> activate tensorflow(tensorflow) C:\Users\TQ>
调用pytorch、tensorflow环境
1.pytorch安装
Miniconda3+PyTorch1.7.1(GPU版)+Win10_x64+GTX1060深度学习环境搭建
2.tensorflow安装
Miniconda3+Tensorflow2.3(GPU版)+Win10_x64+GTX1060深度学习环境搭建
首先，以管理员身份打开Anaconda Promp.
				
之前自学了机器学习的相关内容，需要安装tensorflow，中间踩了不少坑，最后终于安装成功，下面是安装遇到的一些坑以及经验（实测有效，有多个朋友已经成功安装）：
1.选择我们想要安装的的Anaconda和对应Python的版本
之前看了不少经验贴，发现安装总出现问题，有的小伙伴安装都完成了却不能运行。最后才看到要与Anaconda对应的Python版本才能使用，这里参考这位老哥整理的对应表，感谢老哥，整理不易。
https://blog.csdn.net/yuejisuo1948/article/deta
如果出错用pip install jupyter
4. 安装python kernel for tensorflow
ipython kernelspec install-self --user
5. 验证
jupyter notebook
				
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...