Window下，利用Anaconda2建立jupyter-notebook的python3环境方法

随着深度学习的火热，愈来愈多的人去学习和了解这门技术。而作算法的同窗为了可以更快，更高效的写出相关的深度学习算法出来，须要比较方便的开发环境。今天主要介绍一下在jupyter notebook中，新增python3的环境，从而可使用tensorflow、keras等。具体步骤以下：

一、首先假设你已经安装了anaconda2，并配置好了环境变量

anaconda安装好后，使用conda安装其余的包的时候，若是公司环境不能直接访问外网，而是须要配置代理的话，则能够经过如下的方式进行配置：

（1）在当前用户目录下面查找相应的文件：users/ljy/.condarc

（2）在该文件内添加相应的配置

channels:

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

  - defaults

show_channel_urls: true

allow_other_channels: True

proxy_servers:

   http: 10.47.11.34:8080

   https: 10.47.11.34:8080

ssl_verify: False

 

二、建立python3的环境：

　　conda create --name python3 python=3.5

该操做结束后，会在你的anconda安装目录下：Anaconda\envs 下产生相应的环境目录。

三、建立了python3 的环境后，你能够激活该环境，并在该环境下安装相应的软件包

　　activate python3

　　conda install tensorflow

　　deactivate python3

这个事件你的电脑上已经安装好了python3的环境和相关的软件了。接下来就是在jupyter-notebook中建立能使用的python3内核

四、建立jupyter-notebook内核（在python2下执行以下命令）

　　conda install --prefix=E:\software\python\Anaconda\envs\python3  ipykernel     

这里的prefix参数指定的路径就是上面步骤2建立的环境，目录也是步骤2产生的目录路径。

五、激活python3

　　activate python3

六、激活python3后，最后执行以下命令便可

　　python  -m ipykernel install --user

七、此时打开jupyter notebook便可看到python3的内核了。

八、当遇到load failed save disable 错误的时候，这个代表当前ipykernel内核没有安装成功，须要从新安装。这里须要注意的地方就是

conda create --name python3 python=3.5  执行该命令的时候，python3后面最好不要带有"."这个符号。貌似带了特殊符号（我就是带上了.）致使最后出现了8这样的错误。