首先，安装Jupyter，本文时基于Ubuntu14.04的LTS版本，即首先需要搭建一个适于安装JupyterNotebook的环境。
在Ubuntu Linux14.04上安装Jupyter Notebook（首先要保证网络畅通），操作如下：
打开Terminal，输入
sudo pip install jupyter 回车
输入开机密码 回车
如果没报错，会出现如下界面：
安装完成时，会显示如下，注意看里面有一堆successfully。
如何开启Jupyter？
同样，在Terminal输入
Jupyter Notebook 回车
我的机器上的开启界面是下面的样子：
由此，打开了Jupyter的大门。正在修改的neural_style.py的界面：
个人感受——为什么选择Jupyter Notebook：
原因很简单：使用Jupyter Notebook做数据向的，尤其是科学计算类的编程开发非常方便。
怎么个方便法呢，先看老宅的学习血泪史——
本科时，我是个数学超级战五渣，听到高等数学的第一反应是。躲，所以听说了Matlab的老宅，就像那句歌词一样：一笑而过。
后来，读了研的我，本想在开发语言学习的道路上一试身手，听说大神都再用Vim，我又开始了解Vim，在能够使用Vim做些开发和调试之后，
又掉进了喜欢用Notepad做开发的同学团队，
再后来，我利用研一寒假的时间，又学会了Charm，
再后来，我被导师推向了图像算法的研究路线上，百不情愿的我硬着头皮又开始摸索Matlab。（顺带着把C++又看了一遍，又玩了一把社区版的VS2015，WTF）
然而，要知道，任何一行，入行时没个师傅，意味着你一切要从零开始，
给一群“读研只为拿文凭”的师兄师姐们当师弟，我我独自一人在实验室里起早贪黑模算法的日子，你懂得。
再后来，我的数学也恶补上了，算法做出来了，实验也成功了，我凄凉的发现，想用单纯的平面的数学算法解决现实的图像问题，既没什么实际意义，然后，
做这个我能找到工作么？
再后来，我开始了解DL，又是一个寒假，我碰到了Jupyter Notebook。
在打开Jupyter Notebook的那一刻，我被Jupyter Notebook感动了。
在我用过的这些代码编译器里，只有Matlab和Jupyter Notebook最像，区别就在于，使用Matlab调试，尤其大规模的计算结果输出时，经常输出结果就会随着屏幕的滚动而淹没在屏幕的上边缘，即使鼠标回滚也没办法调出来，而且非常难做断点调试。
Vim一直被代码开发者推崇，但是，我的体会是，Vim确实轻便，只占用几个MB甚至也就十几个MB，虽然轻便，但软件轻便了，脑子就腹中了，用它起步，代码门槛高，许多操作需要直接用命令执行，虽然安装容易，但是上手麻烦，初学小白切勿模仿。
再有，像Visual Studio、Eclipse这类IDE，确实功能异常强大，体积也大，我记得，06年安装一个VC++6.0，体积大约是550MB，也就是一张CD光盘的容量，如今一个VS2015的社区版动辄几个GB，当然，我们的硬盘容量也确实更大了。不过，我刚才说过，对于科学计算，我想就想很阶段算个数字，你却让我先int main()...然后还要考虑定义int还是double还是float等等等等，说好的科学计算呢？
Jupyter就不一样了，它几乎结合了上面所说的所有IDE的长处，先Matlab一样的简单方便的计算方式，我可以输入将要计算的一部分，然后执行，执行结果就放在公式的下面，滚动条可以无限延长，不管多么大规模的输出都可以回滚到源头看公式，体积也不大，只要有网络，几条命令就可以完成安装。界面干净整洁，几乎做到了所有无关的信息全部不显示。最重要的，使用python做数据分析，使用四个库就基本够用，不用像大型IDE那样，还要安装各种各样的插件。最后，用Jupyter完全免费啊，用VS和Matlab还要去找破解版呢。