本文中所有的操作基本基于命令行，ubuntu下，进入命令行的操作 ctrl+alt+T
一：准备工作
1.1 创建文件存放安装包
$ sudo mkdir anaconda_package
1.2 进入该目录
$ cd anaconda_package
二：Anaconda安装
在清华大学 TUNA 镜像源选择对应的操作系统与所需的Python版本下载Anaconda安装包。Windows环境下的安装包直接执行.exe文件进行安装即可，Ubuntu环境下在终端执行
2.1 下载
$ wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda-1.4.0-Linux-x86.sh
2.2 安装
$ bash Anaconda-1.4.0-Linux-x86.sh
这里给出清华源的所有anaconda包的链接
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.3 查询安装信息
$ conda info
2.4 查询当前已经安装的库
$ conda list
2.5 验证conda已被安装
conda --version
2.6 卸载conda
sudo rm -rf ~/anaconda3
三：Anaconda仓库镜像
官方下载更新工具包的速度很慢，所以继续添加清华大学 TUNA提供的Anaconda仓库镜像，在终端或cmd中输入如下命令进行添加
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes
四：管理环境
4.1 创建新环境
$ conda create --name <env_name> <package_names>
- <env_name> 即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
- <package_names> 即安装在环境中的包名。名称两边不加尖括号“<>”。
- 如果要安装指定的版本号，则只需要在包名后面以 = 和版本号的形式执行。如： conda create --name python2 python=2.7 ，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
- 如果要在新创建的环境中创建多个包，则直接在 <package_names> 后以空格隔开，添加多个包名即可。如： conda create -n python3 python=3.5 numpy pandas ，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。
4.2 切换环境
$ source activate <env_name>
4.3 退出环境
source deactivate
4.4. 显示已创建环境
conda info -e
4.5 复制环境
conda create --name <new_env_name> --clone <copied_env_name>
- <copied_env_name> 即为被复制/克隆环境名。环境名两边不加尖括号“<>”。
- <new_env_name> 即为复制之后新环境的名称。环境名两边不加尖括号“<>”。
- conda create --name py3 --clone python3 ，即为克隆名为“python3”的环境，克隆后的新环境名为“py3”。此时，环境中将同时存在“python3”和“py3”环境，且两个环境的配置相同。
4.6 删除环境
conda remove --name <env_name> --all
<env_name> 为被删除环境的名称。环境名两边不加尖括号“<>”。
五：管理包、
5.1. 查找可供安装的包版本
- 精确查找
conda search --full-name <package_full_name>
- --full-name 为精确查找的参数。
- <package_full_name> 是被查找包的全名。包名两边不加尖括号“<>”。 例如： conda search --full-name python 即查找全名为“python”的包有哪些版本可供安装。
- 模糊查找
conda search <text>
<text> 是查找含有此字段的包名。此字段两边不加尖括号“<>”。
例如： conda search py 即查找含有“py”字段的包，有哪些版本可供安装。
5.2 获取当前环境中已安装的包信息
conda list
5.3 安装包
conda install <package_name>
<package_name> 即要安装的包名。包名两边不加尖括号“<>”
5.4 安装numpy，scipy， pandas
conda install numpy scipy pandas
5.4 卸载包
conda remove <package_name>
<package_name> 即要卸载包的名称。包名两边不加尖括号“<>”
5.5 更新包
- 更新所有包
conda update --all
- 更新指定包
conda update <package_name>
六： 安装TensorFlow案例
$ anaconda search -t conda tensorflow
Using Anaconda API: https://api.anaconda.org
Run 'anaconda show <USER/PACKAGE>' to get more details:
Packages:
Name | Version | Package Types | Platforms
------------------------- | ------ | --------------- | ---------------
HCC/tensorflow | 1.0.0 | conda | linux-64
HCC/tensorflow-cpucompat | 1.0.0 | conda | linux-64
HCC/tensorflow-fma | 1.0.0 | conda | linux-64
SentientPrime/tensorflow | 0.6.0 | conda | osx-64
: TensorFlow helps the tensors flow
acellera/tensorflow-cuda | 0.12.1 | conda | linux-64
anaconda/tensorflow | 1.0.1 | conda | linux-64
anaconda/tensorflow-gpu | 1.0.1 | conda | linux-64
conda-forge/tensorflow | 1.0.0 | conda | linux-64, win-64, osx-64
: TensorFlow helps the tensors flow
creditx/tensorflow | 0.9.0 | conda | linux-64
: TensorFlow helps the tensors flow
derickl/tensorflow | 0.12.1 | conda | osx-64
dhirschfeld/tensorflow | 0.12.0rc0 | conda | win-64
dseuss/tensorflow | | conda | osx-64
guyanhua/tensorflow | 1.0.0 | conda | linux-64
ijstokes/tensorflow | 2017.03.03.1349 | conda, ipynb | linux-64
jjh_cio_testing/tensorflow | 1.0.1 | conda | linux-64
jjh_cio_testing/tensorflow-gpu | 1.0.1 | conda | linux-64
jjh_ppc64le/tensorflow | 1.0.1 | conda | linux-ppc64le
jjh_ppc64le/tensorflow-gpu | 1.0.1 | conda | linux-ppc64le
jjhelmus/tensorflow | 0.12.0rc0 | conda, pypi | linux-64, osx-64
: TensorFlow helps the tensors flow
jjhelmus/tensorflow-gpu | 1.0.1 | conda | linux-64
kevin-keraudren/tensorflow | 0.9.0 | conda | linux-64
lcls-rhel7/tensorflow | 0.12.1 | conda | linux-64
marta-sd/tensorflow | 1.0.1 | conda | linux-64
: TensorFlow helps the tensors flow
memex/tensorflow | 0.5.0 | conda | linux-64, osx-64
: TensorFlow helps the tensors flow
mhworth/tensorflow | 0.7.1 | conda | osx-64
: TensorFlow helps the tensors flow
miovision/tensorflow | 0.10.0.gpu | conda | linux-64, osx-64
msarahan/tensorflow | 1.0.0rc2 | conda | linux-64
mutirri/tensorflow | 0.10.0rc0 | conda | linux-64
mwojcikowski/tensorflow | 1.0.1 | conda | linux-64
rdonnelly/tensorflow | 0.9.0 | conda | linux-64
rdonnellyr/r-tensorflow | 0.4.0 | conda | osx-64
test_org_002/tensorflow | 0.10.0rc0 | conda |
Found 32 packages
选择一个较新的CPU或GPU版本，如jjh_cio_testing/tensorflow-gpu的1.0.1版本，输入如下命令查询安装命令
$ anaconda show jjh_cio_testing/tensorflow-gpu
Using Anaconda API: https://api.anaconda.org
Name: tensorflow-gpu
Summary:
Access: public
Package Types: conda
Versions:
+ 1.0.1
To install this package with conda run:
conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu
使用最后一行的提示命令进行安装
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu
Fetching package metadata .............
Solving package specifications: .
Package plan for installation in environment /home/will/anaconda2:
The following packages will be SUPERSEDED by a higher-priority channel:
tensorflow-gpu: 1.0.1-py27_4 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free --> 1.0.1-py27_4 jjh_cio_testing
Proceed ([y]/n)?
conda会自动检测安装此版本的Tensorflow所依赖的库，如果你的Anaconda缺少这些依赖库，会提示你安装。因为我之前已经安装过了，所以这里只提示我安装Tensorflow。输入y并回车之后等待安装结束即可
进入python，输入
>>> import tensorflow as tf
>>>
如果没有报错说明安装成功。
