jupyter kernelspec list
目前环境中有两个环境，一个是我们的base环境，另一个是我们新安装的tensorflowGPU版本。如果要删除新安装的GPU版本，直接按照上面的路径删除文件夹即可。接下来正式在jupyter notebook中配置GPU。
conda install ipykernel3.接下来创建ipykernel文件
conda install -n 环境名称 ipykernel
我的GPU版本为tensorflow,所以执行以下命令即可：
conda install -n tensorflow ipykernel4.进入我们的GPU环境（首先你要有这个环境）
activate 环境名称
我的GPU版本为tensorflow,所以执行以下命令即可：
conda activate tensorflow
出现tensoflow，则说明切换环境成功。
python -m ipykernel install --user --name 环境名称
我的GPU版本为tensorflow,所以执行以下命令即可：
python -m ipykernel install --user --name tensorflow
此时，你可以按照上面的路径查看jupyter中是否存在tensorflow这个文件夹
在Anaconda Prompt中输入jupyter notebook
点击Desktop，再点击New，你就看见两个kernel
点击tensorflow，进入到这个GPU版本，输入以下代码检验是否可以运行
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())
出现红色标记说明安装成功！！！！！
