AI——如何在notebook环境中搭建python2和python3环境及tensorboard，并支持代码自动提示功能

     为了安装和以后移植使用，本安装步骤以Linux下docker容器为基础环境，以下为安装步骤：

    1、docker环境安装：

        首先确保环境下已经安装了docker，具体安装步骤在此不做说明，各位自己去网上查找。

    2、下载lspvic/tensorboard-notebook镜像：

        通过命令：docker pull lspvic/tensorboard-notebook 下载镜像，成功后通过docker images查看该镜像如图：

     该镜像以python3为基础内核开发环境，并已经集成好了tensorboard

   3、启动lspvic/tensorboard-notebook容器：

        镜像下载下来后，需要运行该容器，该容器在端口8888执行，因此按照如下命令执行：

           docker run -it -name tb-nb -p 8888:8888 lspvic/tensorboard-notebook:latest  让容器在后台运行，并指定8888端口访问该容器，如下图：

       此时容器已经启动起来，在浏览器上直接访问即可，如图：

      此时可看到notebook环境已搭建好，点击New，可看到Python3环境已经安装好，并且系统已经集成了Tensorboard环境，接下来我们就继续集成python2环境。

   4、python2环境集成：

      1)、进入容器tb-nb，执行命令：conda info -e查看容器默认进入的环境，如图：

     2)、创建python2虚拟环境：执行命令：conda create -n python2 numpy matplotlib tensorflow pandas python=2.7 创建python2.7环境，虚拟环境名为python2,同时必须安装依赖包numpy matplotlib tensorflow pandas，如图：

    安装完成后，此时可以通过conda info -e再次查看安装的虚拟环境，此时多了python2     /opt/conda/envs/python2 虚拟环境，如图：

    3）、使用激活python2虚拟环境：执行命令：source activate python2进入python2虚拟环境，如图：

    安装python2的内核并应用，执行如下命令：

          python2 -m pip install ipykernel

   python2 -m ipykernel install --user

4)、将该容器打包成新的镜像：并用该新的镜像重新生成容器，然后访问容器即可看到py2和py3同时有了，如图：

    5、notebook代码自动提示功能：安装nbextensions和nbextensions_configurator

        进入容器，执行如下3条指令，成功后，采用上面容器打包镜像命令，生成新镜像，此时nbextensions功能可以显示，并在nbextensions中选中Hinterland功能即可有代码自动功能

pip install --user jupyter_contrib_nbextensions

jupyter_contrib_nbextension install --user

jupyter contrib nbextension install --user --skip-running-check

pip install --user jupyter_nbextensions_configurator

  jupyter nbextensions_configurator enable --user

  再次启动新的镜像容器后，打开notebook编辑环境，选择python2或python3的时候，输入import num + Tab键即可显示代码提示，如图：

通过以上几步，可让notebook自动集成了：python2、python3环境，并同时支持代码提示功能和tensorboard日志分析功能.