直接点击开始菜单jupyter快捷方式默认使用base环境，若需指定环境（如d2l-env）必须先在anaconda prompt中执行conda activate d2l-env，再运行jupyter notebook，并确保已用python -m ipykernel install --user --name=d2l-env注册内核。
直接在开始菜单点 Jupyter Notebook 快捷方式，但默认用的是 base 环境
如果你只是想快速打开 Jupyter 并写点 Python，点开始菜单里的 Jupyter Notebook 是最快的方式。它会自动启动服务、打开浏览器、显示当前用户目录的文件树。但要注意：这个快捷方式背后调用的是 base 环境里的 jupyter，不是你后来创建的任何虚拟环境（比如叫 py39 或 d2l-env 的）。如果你在 base 里没装 torch 或 d2l，一运行相关代码就会报 ModuleNotFoundError。
用 Anaconda Prompt 激活指定环境再启动，才能用对包
真正做深度学习项目时，必须让 Jupyter 使用你配好 PyTorch 和 d2l 的那个环境。步骤很明确：
- 打开
Anaconda Prompt (Anaconda3)（不是 Windows 的 CMD 或 PowerShell） - 输入
conda activate d2l-env（把d2l-env换成你自己的环境名） - 确认提示符开头变成
(d2l-env) $后，再运行jupyter notebook
这样启动的 Jupyter，Kernel 默认就是 d2l-env，import torch 和 import d2l 才不会失败。别跳过 activate 这步——直接在 base 里跑 jupyter notebook 再手动换 kernel，容易因 kernel 注册不全而卡在 “kernel starting…”。
为什么 pip install d2l 会报错 Failed to build 'numpy'
这个错误几乎只发生在 Python ≥ 3.12 的环境里，尤其是你用 Anaconda Navigator 创建环境时手滑选了 3.13。根本原因是：d2l 依赖的旧版 numpy 构建工具调用了已从 Python 3.12+ 移除的 pkgutil.ImpImporter。
Anaconda 2024.10-1 官方 Windows x86_64 安装包下载，来自 Anaconda 官方归档目录，适合需要安装旧版 Anaconda Distribution 的用户。
- 解决方案只有换 Python 版本：重做环境，指定
python=3.9或python=3.10 - 命令示例：
conda create -n d2l-env python=3.9 - 千万别用
conda install numpy强行覆盖——可能破坏 PyTorch 的 ABI 兼容性
PyTorch 官网下载链接也得匹配 CUDA 版本，但 Python 版本不兼容是更底层的阻断点，优先排查。
启动后 Kernel 显示 “not responding” 或找不到你的环境
即使你 conda activate 对了环境，Jupyter 页面右上角 Kernel 名称仍显示 Python 3，且运行单元格没反应，大概率是 kernel 没注册进 Jupyter。
- 先确保已安装
ipykernel：conda install ipykernel - 再执行注册命令：
python -m ipykernel install --user --name d2l-env --display-name "Python (d2l-env)" - 重启 Jupyter（关掉所有终端和浏览器页），刷新页面，在
Kernel → Change kernel里就能看到新名字
注意 --name 是终端里 conda env list 显示的环境名，--display-name 是你在 Jupyter 菜单里看到的名字，二者可以不同，但别漏掉 --user 参数，否则 kernel 只对当前环境生效。
