必须在已激活的目标conda环境中执行python -m ipykernel install，否则注册的是当前shell环境而非目标环境的内核；需确认which python路径正确，再运行install命令并指定--name和--display-name，注册后重启Jupyter方可显示新内核。
conda 环境下添加新内核：必须在目标环境里执行 python -m ipykernel install
很多人卡在第一步：明明 conda activate 了 my_env，也 pip install ipykernel 成功，但 jupyter kernelspec list 就看不到新内核。根本原因是命令没在目标环境里运行——python -m ipykernel install --user --name=my_env 必须在已激活的 my_env 中执行，否则注册的是当前 shell 所在环境的 Python 解释器，不是你想要的那个。
常见错误现象：
- 执行完命令后
jupyter kernelspec list显示路径指向 base 环境或系统 Python - Notebook 切换内核时选中了新名字，但
import torch仍报ModuleNotFoundError
实操建议：
- 先确认当前终端已激活目标环境：
conda activate my_env→which python应输出.../envs/my_env/bin/python（macOS/Linux）或...envsmy_envpython.exe（Windows） - 再运行：
python -m ipykernel install --user --name=my_env --display-name="Python (my_env)"，--display-name决定 Notebook 界面里显示的名字，建议带括号注明环境名 - 不要用
conda install ipykernel替代python -m pip install ipykernel，前者有时会装错版本，尤其在非 base 环境中
查看和删除内核：用 jupyter kernelspec list 和 jupyter kernelspec remove
jupyter kernelspec list 输出的不只是名字，更重要的是每行末尾的绝对路径——那是 kernel.json 文件所在位置。这个文件里硬编码了 Python 解释器路径，一旦环境被 conda remove 删除，对应内核就会失效（启动时报 Kernel died, restarting），但不会自动从列表里消失。
立即学习“Python免费学习笔记（深入）”；
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
实操建议：
- 运行
jupyter kernelspec list后，检查每个 kernel 的路径是否还存在（比如ls /path/to/kernel或dir C:path okernel） - 失效内核必须手动清理：
jupyter kernelspec remove my_env，否则 Notebook 界面仍会显示灰色不可用选项 - 如果误删了默认内核（如
python3），重装ipykernel并在 base 环境运行一次python -m ipykernel install --user即可恢复
Windows 下路径空格与权限问题：避免 FileNotFoundError 启动失败
Windows 用户常遇到：内核注册成功、jupyter kernelspec list 显示正常，但 Notebook 里选中后卡在 “Kernel starting…”。典型原因是 Python 安装路径含空格（如 C:Program FilesPython39python.exe），而 kernel.json 里未加引号包裹路径，导致 Windows 解析失败。
实操建议：
- 注册前先检查
python -c "import sys; print(sys.executable)"输出路径，若含空格，手动编辑刚生成的 kernel.json（位置见jupyter kernelspec list输出），把"argv"数组里第一个字符串改成带双引号的完整路径，例如：""C:\Program Files\Python39\python.exe"" - 如果提示 Permission denied，说明
--user参数写错了——Windows 下应确保当前用户对%USERPROFILE%AppDataRoamingjupyterkernels有写权限，不要用管理员 cmd 运行 install 命令（会导致 kernel 被装到系统级目录）
内核切换后变量不共享：这不是 bug，是设计使然
切内核后所有变量、函数、导入的模块全部清空，连 import numpy as np 都得重输。这不是 Jupyter 故障，而是每个内核是独立进程，内存完全隔离——这恰恰是环境隔离的价值所在。
容易被忽略的地方：
- 不能靠切换内核来“热更新”包版本：比如在 py38 环境里升级了
torch，必须重启该内核（Kernel → Restart），而不是切到别的内核再切回来 - 跨内核无法直接传数据，想复用计算结果只能靠文件（
np.save/pickle.dump）或共享内存（需额外配置） - Conda 环境名、kernel name、display-name 三者可以不同，但 kernel name 是唯一标识符，删除或重命名时必须用它，别搞混
