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

隨着深度學習的火熱，愈來愈多的人去學習和了解這門技術。而作算法的同窗爲了可以更快，更高效的寫出相關的深度學習算法出來，須要比較方便的開發環境。今天主要介紹一下在jupyter notebook中，新增python3的環境，從而可使用tensorflow、keras等。具體步驟以下：

一、首先假設你已經安裝了anaconda2，並配置好了環境變量

anaconda安裝好後，使用conda安裝其餘的包的時候，若是公司環境不能直接訪問外網，而是須要配置代理的話，則能夠經過如下的方式進行配置：

（1）在當前用戶目錄下面查找相應的文件：users/ljy/.condarc

（2）在該文件內添加相應的配置

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的環境：

　　conda create --name python3 python=3.5

該操做結束後，會在你的anconda安裝目錄下：Anaconda\envs 下產生相應的環境目錄。

三、建立了python3 的環境後，你能夠激活該環境，並在該環境下安裝相應的軟件包

　　activate python3

　　conda install tensorflow

　　deactivate python3

這個事件你的電腦上已經安裝好了python3的環境和相關的軟件了。接下來就是在jupyter-notebook中建立能使用的python3內核

四、建立jupyter-notebook內核（在python2下執行以下命令）

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

這裏的prefix參數指定的路徑就是上面步驟2建立的環境，目錄也是步驟2產生的目錄路徑。

五、激活python3

　　activate python3

六、激活python3後，最後執行以下命令便可

　　python  -m ipykernel install --user

七、此時打開jupyter notebook便可看到python3的內核了。

八、當遇到load failed save disable 錯誤的時候，這個代表當前ipykernel內核沒有安裝成功，須要從新安裝。這裏須要注意的地方就是

conda create --name python3 python=3.5  執行該命令的時候，python3後面最好不要帶有"."這個符號。貌似帶了特殊符號（我就是帶上了.）致使最後出現了8這樣的錯誤。