参考资料：
https://www.jianshu.com/p/fcaec99e7e2a：下面叫他教程A
如果你在搜索引擎中搜索，“Jupyter notebook添加内核”。你可以搜索到很多篇文章，但是在细节方面，这些文章往往没有点到位。这就导致读者多走很多弯路：比如我。今天是我对Jupyter notebook添加核的第三次尝试，每次都借鉴了网上的教程文章。但是直到最近灵光一现才把这个事情解决，下面教程中的粗体字涉及的部分读者一定要小心。
首先，conda的其中一个重要的功能是创建虚拟环境：参见：https://www.cnblogs.com/chester-cs/p/11824433.html。
那么好，我现在创建了两个环境，一个是（base）环境，一个是（torch环境），这两个环境有如下差异：
（base）：python 3.6，Pytorch 1.2
（torch）：python 3.8，Pytorch 1.8
我们首先按照教程A的指引，在 base 环境中安装jupyter notebook，并且将jupyter notebook搭建好：（下图是Jupyter Lab，原理一样）
注意看，这里和base环境一致，并且，右上角有一个Python 3，这其实就是base环境的内核。如果你点击它，是可以换内核的。现在我们还没有添加内核，当然无核可换。
我们的目标是：通过新建一个ipynb文件，点击右上角的Python 3更换内核，使得新的ipynb文件里的环境完全和torch环境一致！！！
注意了，当前这个Jupyter notebook（Jupyter Lab同理）是在基环境（base）里面搭建的，如果我们按照教程A，在torch环境中安装ipykernel，结果会怎样？请看下图：
此时，我们有两个jupyter了！！！而且明显是两个可执行文件，那么，添加核的操作，到底应该在哪个环境中进行？？是在torch环境，还是base环境？
之前的两次尝试，我都想当然地认为，应当是在base环境中添加kernel，理由是我们当前的jupyter notebook是从base环境中启动的，如果添加内核并在这个jupyter notebook中用，添加肯定要在这个环境中进行啊。
但是，正确的做法恰好相反，我们应当在torch环境中添加内核。不妨继续按照教程A中的步骤，在torch环境中运行添加核的命令：
python -m ipykernel install --name env_name
在此处就是
python -m ipykernel install --name torch
运行后有如下输出：
Installed kernelspec torch in /usr/local/share/jupyter/kernels/torch
看到这里，有经验的读者应该明白之前我的想法为什么错，而这种做法为什么对了。
jupyter其实就是为每个环境中的内核都创建一个配置文件，这个配置文件是对所有的环境都可见的，因此 base 环境中的jupyter notebook看到了torch环境的配置文件。直接就可以显示在它的jupyter界面中，不妨试一试，刷新页面就能成功。
成功创建了一个torch环境的ipynb文件！