序言
最近再開始學習機器學習，作爲一個小白，纔剛剛去觸摸這塊領域，是讓我真的很是難受，但是完事開頭難，相信像我這樣的孩子不在少數，作爲入門機器學習或早或晚都會做的一件事情，配置Anaconda是不可或缺的，故以此文記下我配置Anaconda的一些過程。
什麼是Anaconda？
官方宣稱：最受歡迎的Python數據科學平臺。
優勢：
- 提供包管理與環境管理的功能（conda命令）
- 預裝好了conda，某個版本的python，衆多packages，科學計算工具等等（故也算是python的一種發行版）
還有MiniConda,它只包含conda和python以及相關的依賴項，所需空間比Anaconda要小得多
conda:
提供包管理與環境管理的功能，其設計理念就是：幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！ 因此，conda打破了包管理與環境管理的約束，能非常方便地安裝各種版本python、各種package並方便地切換。
基於服務器上Linux系統安裝Anaconda
我所用服務器上使用的系統爲Ubuntu16.04，所以其下載及安裝可以完全參照Linux系統的做法
服務器登錄：
由於我所使用的服務器是不在本地的，且只能內網訪問，故只能使用VPN遠程連接，以下爲VPN連接方式：
1.下載所需VPN並安裝
2.打開連接：
如圖輸入你的已知信息即可連接
3.連接服務器：
因爲服務器上Linux系統給分配了好幾個用戶出來，且授予了登錄權限，故其登錄有超級管理員登錄，以及普通用戶登錄兩種方式
Linux中root用戶連接：
其中,ssh爲連接方式，22爲服務器端口，@root在此可以省略，xx.xxx.xx.xxx爲你服務器的IP地址
Enter鍵後會出現請你輸入登錄密碼的提示，輸入相應密碼既可登錄服務器，如圖如果相應連接地址不存在服務器，可能就會等待很長時間無反應
普通用戶登錄：
打開cmd,按找如圖所示，連接服務器
其中，Jiang_3@後面是服務器的IP地址,Jiang_3是我們服務器的一個普通用戶賬號
如圖所示，連接成功，進入服務器系統。
安裝Anaconda
1.在官網找到相應版本的下載連接，通過命令行下載，如下所示是Anaconda3的Linux版本，讀者所需，可以到Anaconda下載地址查看
也可直接在“https://repo.anaconda.com/archive/” 鏈接尾部加上自己想下載的版本（如：“Anaconda3.-5.3.0-Linux-x86_64.sh”）即可
wget https://repo.anaconda.com/archive/Anaconda3.-5.3.0-Linux-x86_64.sh
2.等待安裝，接下來的過程就是一直點擊Enter鍵，直到需要回答yes或者no就好了
注意：當詢問我們是否安裝Microsoft VScode時回答no,因爲我們目前用不到，（當然你想下也OK的)
3.配置路徑
PS:我們爲了保證各個用戶（如Jiang_3)之間的conda不衝突，故選擇了默認不激活conda,當你需要使用時再次輸入激活命令即可
現在網上比較流行的有兩種方式：
- 將路徑追加輸入bashrc中，並啓用
echo ‘export PATH="~/anaconda2/bin:$PATH"’ >> ~/.bashrc
source ~/.bashrc
但是這種方式好像需要root權限，我是普通用戶登錄的，權限不夠，故採用以下方式
- export方式,直接輸入以下命令
export PATH="/PATH"
export PATH=“HOME/anaconda/bin”
4.查看是否配置成功
輸入python命令，出現版本爲你anaconda中的python版本：
輸入conda --version,出現版本anaconda中的conda版本：
如此anaconda即安裝完成，使用之前可以先閱讀這篇不是很長的Anaconda使用手冊
簡單使用
- 新建一個環境,如創建一個名爲tensorflow的環境,且python版本爲3.5
conda create --name tensorflow python=3.5
或者(這兩種方式等價)
conda create -n tensorflow python=3.5
- 查看環境,激活環境,驗證python版本號
conda info --envs
source activate tensorflow
python
- 接下來你想在這個環境裏幹嘛就幹嘛啦
- 退出環境
source deactivate