1. 安装anaconda2
下载地址：https://www.anaconda.com/download/#linux（我安装的是linux-64-python2.7)
- 打开xshell，进入linux环境，首先，上传Anaconda2-5.2.0-Linux-x86_64.sh((对应python2.7，x64系统))至命名为Downloads(专门放安装包)的文件夹
- 执行
cd Downloads到Downloads目录下，再执行安装语句：
bash Anaconda2-5.2.0-Linux-x86_64.sh
- 接下来阅读license，一直点击Enter键就可以，直至出现以下，输入
yes
- 然后出现下面界面：
这个地方就是说，默认给你安装到/home/user下，安装好后你可以在该文件夹下看到安装文件，此处你用可以自己更改目录，我这个地方就用默认的，如何你用默认的就直接点击Enter，如果你想其他的你就自己输入路径。
-
接下来就会出现下面界面，表示正在安装
-
最后会出现这样的界面，表示是否把文件添加到配置文件
输入yes
等待一会就安装好了，最后出现这样，表示安装成功
-
然后在终端输入python命令：
出现这样的未找到命令，需要配置环境变量，输入如下的命令：
sudo vim /etc/profile
然后进入编辑状态，在文件默认输入
PATH=/home/user/anaconda2/bin:$PATH
保存，然后输入
source /etc/profile
-
再次输入python，出现如下界面：
这就表示安装成功了，然后就可以开始使用了.
如果你想删Anaconda，切换到你安装anaconda的目录，直接
rm -rf anaconda2
然后在去/etc/profile，把配置的删除就OK了
命令太强，容易误删，不建议使用
9. [Anaconda] command not found: conda
在你的主目录（自己的权限目录）下，使用下面的命令:
export PATH=~/anaconda2/bin:$PATH
conda --v
如果结果是你的anaconda2的版本号，那就成功了
2. 在anaconda下安装tensorflow (cpu版）
- 先下载安装包，下载路径为：https://pypi.org/project/tensorflow/1.7.0/#files
- 官方的建议是即时你有gpu，但也可以先装一个cpu版，创建环境的命令为：
conda create -n tensorflow python=2.7
- 然后进入环境并安装tensorflow
source activate tensorflow #激活tensorflow环境
cd /package#切换到whl文件所在文件夹
pip install --ignore-installed --upgrade tensorflow-1.7.0-cp27-cp27mu-manylinux1_x86_64.whl
#切记，不要用sudo pip，也不要用pip3，然后--ignore-installed --upgrade等参数也不能省略，否则会出错。
- 验证安装
在(tensorflow)环境下输入python，然后：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)
存在的问题，运行时，有warning, NOT error，但是不影响结果，只是执行速度比较慢，据说是因为为了不同框架上的可迁移性，还没有对cpu进行编译，他建议你为了更快的速度，可以从编码编译，执行速度会更快。
但是此时发现在spyder或者pycharm中 使用TensorFlow无法识别。
打开你的anaconda文件夹，找到envs 打开tensorflow 将sitepack-ages里面的东西都考到 anaconda/lib/python2.7/sitepack-ages
此时再使用spyder pycharm便可以导入tensorflow了
3. 在anaconda2下安装tensorflow1.7 (gpu版）
先下载安装包，下载路径为：https://pypi.org/project/tensorflow-gpu/1.7.0/#files
- 创建环境的命令为：
conda create -n tensorflow-gpu python=2.7
- 然后进入环境并安装tensorflow-gpu
source activate tensorflow-gpu #激活tensorflow环境
cd /package#切换到whl文件所在文件夹
pip install --ignore-installed --upgrade tensorflow_gpu-1.7.0-cp27-cp27mu-manylinux1_x86_64.whl
#切记，不要用sudo pip，也不要用pip3，然后--ignore-installed --upgrade等参数也不能省略，否则会出错。
-
接着，还要配置cuda和cudnn
1. 安装Cuda
首先下载Cuda9.0，https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal
然后进入下载目录，执行下列命令，即可安装Cuda
安装完成后，配置环境变量，在home下的.bashrc中加入sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub sudo apt-get update sudo apt-get install cudaexport PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}} 如果是64位系统，输入： export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 如果是32位系统，输入： export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
上述过程完成了整个的CUDA9.0的安装
PS:因为我系统上之前装了CUDA8.0，所以我直接修改了环境变量：
vim ~/.bashrc ###进入
然后输入以下几句话：
export PATH=/usr/local/cuda-8.0/bin:/usr/local/bin:$PATH
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64"
export PATH="/home/rjq19/anaconda2/bin:$PATH"
2. 安装cuDNN v7.0
下载地址：https://developer.nvidia.com/cudnn
下载Cudnn v5.1，进入下载目录，执行下列命令：
tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn.so* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn.so*
上面第2、3行就是把Cudnn的头文件和库文件复制到Cuda路径下的include和lib目录。
