花卉识别系统jupyter notebook

根据提供的引用内容，可以得知花卉识别系统是在Jupyter notebook上进行编写的，使用的编程语言是Python，利用了谷歌的TensorFlow框架。具体实现过程如下：

1. 首先，需要准备大量的花卉图片素材作为训练集。
2. 然后，编写卷积神经网络对花卉图片训练集进行训练，并将训练后所得模型存放在指定文件夹。
3. 接着，编写一个简洁的Python图形的用户交互界面，实现图片的选择。
4. 最后，根据训练出来的神经网络将识别结果输出。

在Jupyter notebook上进行编写的好处是可以直接在浏览器中运行代码，并且可以将代码和注释、说明文档等内容整合在一起，方便代码的阅读和理解。