最近在 MSRA 實習，組裏給了一臺多GPU的服務器賬號，登錄進去一看，已經多個用戶了。
本着不打擾別人的搭建的環境，也不被別人打擾的原則，決定在自己用戶的目錄下面單獨安裝相應的開發環境。
要安裝的的工具有： Anaconda3，TensorFlow，Keras 還有音頻常用的包：librosa 。
目前就需要這些。
1、安裝 Anaconda3
在官網上 https://www.anaconda.com/download/#linux 右擊 Python 3.6 version 下的 Download （Linux 64位版本）， 選擇複製鏈接地址，獲取下載鏈接。
在線安裝，在終端輸入：
wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
下載完成之後，在 anaconda 所在目錄的終端輸入：
bash Anaconda3-5.2.0-Linux-x86_64.sh
然後基本一路是： enter ， yes 等。在安裝的過程中，會問你安裝路徑，直接回車默認就可以了。有個地方問你是否將anaconda安裝路徑加入到環境變量（.bashrc)中，輸入yes，
等待後，出現 thank you for installing anaconda3 .................
至此， anaconda3 的安裝基本就完成了，接下來，會詢問你需不需要安裝 MS VS （Visual Studio），看自己需要，需要的話，就安裝。
最後，激活anaconda3的路徑。在終端中輸入：
source ~/.bashrc
結尾，可以執行：
pip -V
來看一下當前的python和pip目錄。此時的目錄應該是子用戶目錄。
或者直接在終端輸入： python ，出現下圖，即表示安裝成功。
（Alisa不敢漏出，會被查到的...）
2、安裝 TensorFlow
由於服務上已經安裝了 CUDA-8.0 和 cudnn 6.0，所以，在安裝過程中發現，直接 pip install tensorflow ，安裝的是默認最新的 TensorFlow 1.9 版本，與 CUDA 和 cudnn 的版本不匹配，結果，失敗。
後來發現，要安裝 TensorFlow 1.5 一下的版本，最後選擇 TensorFlow 1.4。
首選TensorFlow官網良心安裝教程：https://www.tensorflow.org/install/install_linux#InstallingAnaconda
1、按照 Anaconda 下載網站上的說明下載並安裝 Anaconda。（第一步已完成）
2、通過調用以下命令創建名爲 tensorflow 的 conda 環境，以運行 Python：
conda create -n TensorFlow python=3.6
3、通過發出以下命令激活 conda 環境：
source activate TensorFlow
4、發出以下格式的命令以在 conda 環境中安裝 TensorFlow：
pip install --ignore-installed --upgrade https://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl
裝完之後，在python中 import TensorFlow 進行測試，如下圖，會出現一個小的警告，大意是：這個版本的TensorFlow是經過python3.5編譯來的，可能不適合python3.6的環境。但實際測試中，發現似乎沒有問題。
3、安裝 keras
在自己的目錄下安裝Keras：
(TensorFlow) ****@******:~$ pip install --user keras
要使用 --user， 注意： TensorFlow conda 環境已激活。
驗證Keras，直接在python中導入 Keras，結果如下圖，即安裝成功。
注意是在已激活的 TensorFlow 的 conda 環境中，如果直接在原始環境中導入，會報錯。
