随着深度学习的火热,越来越多的人去学习和了解这门技术。而做算法的同学为了能够更快,更高效的写出相关的深度学习算法出来,需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,从而可以使用tensorflow、keras等。具体步骤如下:

1、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安装其他的包的时候,如果公司环境不能直接访问外网,而是需要配置代理的话,则可以通过以下的方式进行配置:

(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

 

2、创建python3的环境:

  conda create --name python3 python=3.5

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

3、创建了python3 的环境后,你可以激活该环境,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中创建能使用的python3内核

4、创建jupyter-notebook内核(在python2下执行如下命令)

  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创建的环境,目录也是步骤2产生的目录路径。

5、激活python3

  activate python3

6、激活python3后,最后执行如下命令即可

  python  -m ipykernel install --user

7、此时打开jupyter notebook即可看到python3的内核了。

8、当遇到load failed save disable 错误的时候,这个表明当前ipykernel内核没有安装成功,需要重新安装。这里需要注意的地方就是

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.)导致最后出现了8这样的错误。