只要在你的新环境中运行conda install ipykernel，只有这样你才能得到一个带有这个env的内核。即使你在每个envs中安装了不同的版本，它也不会再次安装jupyter笔记本。你可以从任何环境开始你的笔记本，你将能够看到新添加的内核。

首先你需要激活你的环境。

pip install ipykernel

接下来，您可以通过输入以下命令将虚拟环境添加到Jupyter:

python -m ipykernel install --name = my_env

我也遇到了同样的问题，我的新conda环境myenv不能被选为内核或新笔记本。在env中运行jupter notebook也得到了相同的结果。

我的解决方案，以及我了解到Jupyter笔记本如何识别conda-envs和内核:

使用conda将jupyter和ipython安装到myenv:

conda install -n myenv ipython jupyter

在那之后，在任何env之外运行jupter notebook时，将myenv与我以前的环境一起列为内核。

Python [conda env:old]
Python [conda env:myenv]

启动环境后运行笔记本:

source activate myenv
jupyter notebook

隐藏所有其他环境内核，只显示我的语言内核:

python 2
python 3
R

可能的特定渠道问题

我有这个问题(再次)，原来我从conda-forge频道安装;将其移除并从蟒蛇通道重新安装，而不是为我修复它。

更新:我在一个新的env中再次遇到了同样的问题，这次我确实从anaconda通道安装了nb_conda_kernels，但我的jupyter_client来自conda forge通道。卸载nb_conda_kernels并重新安装会将其更新到更高优先级的通道。

所以请确保你从正确的渠道安装:)

在我的例子中，使用Windows 10和conda 4.6.11，通过运行这些命令

conda install nb_conda

conda install -c conda-forge nb_conda_kernels

在我使用conda Jupyter笔记本从同一命令行打开Jupyter后，从终端同时有环境活动并没有做这项工作。

显然，解决方案是从Anaconda Navigator打开Jupyter，进入我的环境:打开Anaconda Navigator，在Environments中选择环境，按下所选环境的“播放”按钮，并选择“用Jupyter Notebook打开”。

Anaconda Navigator中的环境从选定的环境中运行Jupyter

恼人的是，在你的tensorflow环境中，你可以运行jupyter notebook，而无需在该环境中安装jupyter。你就跑

(tensorflow) $ conda install jupyter

tensorflow环境现在应该在Jupyter notebook中可见，在任何conda环境中启动，类似于Python [conda env:tensorflow]。