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。
