参考内容：
python 科学计算 发行版 Anaconda安装使用教程
深度学习框架Keras的安装
官方资料：
Anaconda官网
sklearn官网
Tensorflow官网
keras官网
keras源码
Theano官网
Deep Learning Tutorials - for Theano
安装Anaconda & sklearn
1. 从Anaconda官网选择合适的版本下载安装
- 我选择Linux下2.7版本，Anaconda是一个基于python的科学计算平台，这个平台里包含有python、r、scala等绝大部分主流的用于科学计算的包。
cd 下载路径
bash Anaconda2-4.3.1-Linux-x86_64.sh
#输入yes同意协议，确认安装路径时不要多输入回车，后续会选择是否配置anaconda的环境变量
- 输入yes在系统中配置环境变量如下图。如果在安装中没有添加anaconda的环境变量，则按照安装过程中提示输入
$ export PATH=/home/sum/anaconda2/bin:$PATH。
配置anaconda环境变量
系统原默认python版本和路径
打开新的终端后检查默认python
2. 安装sklearn
-
使用Anaconda安装sklearn
安装sklearn
安装CPU版Tensorflow
1. 官网推荐Anaconda环境中使用pip install方式安装Tensorflow
python -V
pip -V
pip install tensorflow
pip安装tensorflow
此时使用
conda list可以看到列表中增加了tensorflow一项。
2017-06-25
由于使用中发现需要升级，因此卸载重装。
pip uninstall tensorflow
卸载TF
按照官网教程安装TF1.2版，Python2.7版本：
conda create -n tensorflow # Create a conda environment named tensorflow
source activate tensorflow # Activate the conda environment
(tensorflow)$ pip install --ignore-installed --upgrade tfBinaryURL
Where tfBinaryURL
is the URL of the TensorFlow Python package。此处我选择的1.2版本，Python2.7，CPU-only。
source active
安装TF
安装TF完毕
2. Validate your tensorflow installation
$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
运行tf.Session()提示信息如下图，继续运行即可，最后显示Hello, Tensorflow!表示已安装。
检测tensorflow是否安装成功
安装CPU版本下的Keras
1. 使用pip在anaconda中安装keras
pip install keras
2. 检验keras安装成功
在命令行中输入conda list结果如下：
安装了keras
在python中
import keras，出现Using Tensorflow(Theano) backed.表示安装成功。
import keras
安装和配置CPU版的Theano
在安装CPU版本下Keras时，检验使用conda list 结果如下图，发现已经安装了Theano。如果单独安装，根据Theano官网可以使用pip install Theano安装。
Theano
配置keras切换到Theano
在终端使用vim编辑$HOME/.keras/keras.json文件，打开时如下，表示使用tensorflow：
keras使用tensorflow
修改
tensorflow为theano可以切换：
keras切换为theano
检验切换结果：
切换结果
