之前在服務器上跑深度學習代碼時，一直用的虛擬環境，安裝很多包的時候需要管理員權限。
虛擬環境安裝教程推薦：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001432712108300322c61f256c74803b43bfd65c6f8d0d0000
最近重新配置了anaconda環境，本文記錄了安裝工程。
一、卸載之前安裝過的Anaconda
在安裝新的anaconda時，有時候會提示已經存在Anaconda，可能是賬號的前一個主人安裝的，要安裝自己的anaconda就必須得先卸掉之前的，
ERROR: File or directory already exists: '/home/user7/anaconda2'
If you want to update an existing installation, use the -u option.
可用“rm -rf anaconda2”命令直接將之前的文件夾刪除即可（刪之前得確保裏面沒有有用信息）
[user7@~]$cd anaconda2
[user7@~/anaconda2]$source ./bin/activate
(root) [user7@~/anaconda2]$conda --version
conda 4.2.9
(root) [user7@~/anaconda2]$source deactivate
[user7@~]$rm -rf anaconda2
二、安裝自己的anaconda
下載需要的anaconda版本，注意：Anaconda3和Anaconda2分別只支持python2和python3，所以請根據自己的python版本下載。
Anaconda2：
[user7@~/anaconda22]$ wget https://repo.anaconda.com/archive/Anaconda2-5.3.0-Linux-x86_64.sh
Anaconda3：
[user7@~/anaconda22]$ wget https://repo.anaconda.com/archive/Anaconda3-5.3.1-Linux-x86_64.sh
下載完之後，進入anaconda包所在文件夾，運行 “bash” 命令安裝：
[user7@~/anaconda2]$cd
[user7@~]$cd anaconda22
[user7@~/anaconda22]$ls
Anaconda2-5.3.0-Linux-x86_64.sh
[user7@~/anaconda22]$bash Anaconda2-5.3.0-Linux-x86_64.sh
中間會讓閱讀許可證信息，一路enter，然後輸入“yes”即可。出現installation finished說明安裝完成，之後可能會問你要不要安裝VSCode，這個根據自己需求選擇yes或no。
三、測試anaconda是否安裝成功
首先需要退出當前文件夾，因爲anaconda在安裝時新建了anaconda2文件夾（以anaconda2爲例），所以要激活anaconda必須得進入到這個文件夾中。“source ./bin/activate”命令激活，“source deactivate”命令退出。
[user7@~/anaconda22]$cd
[user7@~]$cd anaconda2
[user7@~/anaconda2]$source ./bin/activate
(base) [user7@~/anaconda2]$source deactivate
[user7@~/anaconda2]$
四、安裝tensorflow-gpu
首先激活anaconda（“source ./bin/activate”命令），然後創建tensorflow環境
conda create -n tensorflow python=2.7
或者
conda create -n tensorflow python=3.6
創建完成後用命令source activate tensorflow進入剛新環境，開始安裝tensorflow，命令如下：
<!-- 安裝cpu版 -->
conda install tensorflow
<!-- 安裝gpu版 -->
conda install tensorflow-gpu
安裝完後進入python，檢查是否安裝成功，命令如下：
(tensorflow) [user7@~/anaconda2]$python
Python 3.6.7 |Anaconda, Inc.| (default, Oct 23 2018, 19:16:44)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.__version__
'1.3.0'
>>>
如果遇到版本不匹配等問題，會安裝失敗，可以考慮另一種方法。
按照錯誤要求確定需要的tensorflow版本，然後下載安裝包安裝，以tensorflow-gpu 1.3.0版本爲例：
進網站https://pypi.org/project/tensorflow-gpu/1.3.0/下載tensorflow_gpu-1.3.0-cp36-cp36m-manylinux1_x86_64.whl安裝包（python=3.6），或者tensorflow_gpu-1.3.0-cp27-cp27mu-manylinux1_x86_64.whl（python=2.7），然後放到服務器中，進入之前創建的tensorflow環境，找到安裝包位置：
pip install tensorflow_gpu-1.3.0-cp36-cp36m-manylinux1_x86_64.whl
或者
tensorflow_gpu-1.3.0-cp27-cp27mu-manylinux1_x86_64.whl
五、常用命令
- 查看conda版本：
conda -V。 - 查看已安裝的anaconda信息：
conda info -e或者conda env list， 其中，結果中前面帶星號*的爲當前所在環境。查看已安裝的anaconda信息：conda info -e或者conda env list， 其中，結果中前面帶星號的爲當前所在環境。 - 查看anaconda中已安裝的包：
conda list。 - 檢查更新當前conda：
conda update conda。 - 環境中安裝某個安裝包：
conda install -n your_env_name [package]，其中[]中package爲需安裝的包名，your_env_name爲環境名稱。 - 刪除環境中安裝包：
conda remove --name $your_env_name $package_name。
參考文章：
https://blog.csdn.net/weixin_36670529/article/details/84717352
https://blog.csdn.net/jiuliang1916/article/details/79225711
https://blog.csdn.net/L_0000/article/details/80711158?utm_source=blogxgwz3
https://www.aliyun.com/jiaocheng/516008.html
https://www.douban.com/note/652664955/