隨着深度學習的火熱，越來越多的人去學習和了解這門技術。而做算法的同學為了能夠更快，更高效的寫出相關的深度學習算法出來，需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，從而可以使用tensorflow、keras等。具體步驟如下：
1、首先假設你已經安裝了anaconda2，並配置好了環境變量
anaconda安裝好后，使用conda安裝其他的包的時候，如果公司環境不能直接訪問外網，而是需要配置代理的話，則可以通過以下的方式進行配置：
（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
2、創建python3的環境：
conda create --name python3 python=3.5
該操作結束后，會在你的anconda安裝目錄下：Anaconda\envs 下產生相應的環境目錄。
3、創建了python3 的環境后，你可以激活該環境，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中創建能使用的python3內核
4、創建jupyter-notebook內核（在python2下執行如下命令）
conda install --prefix=E:\software\python\Anaconda\envs\python3 ipykernel
這里的prefix參數指定的路徑就是上面步驟2創建的環境，目錄也是步驟2產生的目錄路徑。
5、激活python3
activate python3
6、激活python3后，最后執行如下命令即可
python -m ipykernel install --user
7、此時打開jupyter notebook即可看到python3的內核了。
8、當遇到load failed save disable 錯誤的時候，這個表明當前ipykernel內核沒有安裝成功，需要重新安裝。這里需要注意的地方就是
conda create --name python3 python=3.5 執行該命令的時候，python3后面最好不要帶有"."這個符號。貌似帶了特殊符號（我就是帶上了.）導致最后出現了8這樣的錯誤。