引言
深度學習避免不了在服務器上開發，服務器總結一下就是：離線環境+沒有sudo權限。故環境從這2個方面解決。
- 如果服務器沒有離線的鏡像，就只能 安裝離線安裝來安裝你需要的環境；【需要使用的下面的步驟爲1，2，4】
-如果服務器有離線的鏡像，就可以從鏡像安裝包；【需要使用的下面的步驟爲3，4】
pip安裝常用命令
1- 離線安裝
# 安裝指定的一個包
# 在聯網的機器上下載，
pip install --download E:\python27\packages pandas
# 上傳安裝
pip install --no-index --find-links=D:\python27\packages
# 安裝多個包
# 下載
pip freeze >requirements.txt
pip install --download d:\python27\packages -r requirements.txt
# 將packages文件夾和requirement.txt拷貝至離線機器上目錄下，packages文件夾放在D:Python27下，requirement.txt放在D:Python27Scripts下。
pip install --no-index --find-index=d:\python27\packages -r requirements.txt
2- 指定路徑安裝
pip install --target=d:\somewhere\other\than\the\default package_name
3- 更改源
# 臨時使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gevent #這樣就會從清華這邊的鏡像去安裝gevent庫。
# 修改配置文件（Linux）
# ~/.pip/pip.conf (沒有就創建一個)， 修改 index-url
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
# windows用戶，在user目錄中創建一個pip目錄，如：C:\Users\xx\pip，新建文件pip.ini，內容如下
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
4- 非root用戶安裝
# bug:
# 在服務器上（由本地鏡像的情況下）且無sudo權限，離線安裝tensorflow
# 方案-1
pip install --user tensorflow-gpu==1.2.1
# 方案-2
pip install tensorflow-gpu==1.2 --prefix=.
總結的也不是很完全，後續可能會繼續更新。希望對看客有幫助。