之前在服务器上跑深度学习代码时，一直用的虚拟环境，安装很多包的时候需要管理员权限。
虚拟环境安装教程推荐：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001432712108300322c61f256c74803b43bfd65c6f8d0d0000
最近重新配置了anaconda环境，本文记录了安装工程。
一、卸载之前安装过的Anaconda
在安装新的anaconda时，有时候会提示已经存在Anaconda，可能是账号的前一个主人安装的，要安装自己的anaconda就必须得先卸掉之前的，
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”命令直接将之前的文件夹删除即可（删之前得确保里面没有有用信息）
[user7@~]$cd anaconda2
[user7@~/anaconda2]$source ./bin/activate
(root) [user7@~/anaconda2]$conda --version
conda 4.2.9
(root) [user7@~/anaconda2]$source deactivate
[user7@~]$rm -rf anaconda2
二、安装自己的anaconda
下载需要的anaconda版本，注意：Anaconda3和Anaconda2分别只支持python2和python3，所以请根据自己的python版本下载。
Anaconda2：
[user7@~/anaconda22]$ 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
下载完之后，进入anaconda包所在文件夹，运行 “bash” 命令安装：
[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
中间会让阅读许可证信息，一路enter，然后输入“yes”即可。出现installation finished说明安装完成，之后可能会问你要不要安装VSCode，这个根据自己需求选择yes或no。
三、测试anaconda是否安装成功
首先需要退出当前文件夹，因为anaconda在安装时新建了anaconda2文件夹（以anaconda2为例），所以要激活anaconda必须得进入到这个文件夹中。“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、安装tensorflow-gpu
首先激活anaconda（“source ./bin/activate”命令），然后创建tensorflow环境
conda create -n tensorflow python=2.7
或者
conda create -n tensorflow python=3.6
创建完成后用命令source activate tensorflow进入刚新环境，开始安装tensorflow，命令如下：
<!-- 安装cpu版 -->
conda install tensorflow
<!-- 安装gpu版 -->
conda install tensorflow-gpu
安装完后进入python，检查是否安装成功，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问题，会安装失败，可以考虑另一种方法。
按照错误要求确定需要的tensorflow版本，然后下载安装包安装，以tensorflow-gpu 1.3.0版本为例：
进网站https://pypi.org/project/tensorflow-gpu/1.3.0/下载tensorflow_gpu-1.3.0-cp36-cp36m-manylinux1_x86_64.whl安装包（python=3.6），或者tensorflow_gpu-1.3.0-cp27-cp27mu-manylinux1_x86_64.whl（python=2.7），然后放到服务器中，进入之前创建的tensorflow环境，找到安装包位置：
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。 - 查看已安装的anaconda信息：
conda info -e或者conda env list， 其中，结果中前面带星号*的为当前所在环境。查看已安装的anaconda信息：conda info -e或者conda env list， 其中，结果中前面带星号的为当前所在环境。 - 查看anaconda中已安装的包：
conda list。 - 检查更新当前conda：
conda update conda。 - 环境中安装某个安装包：
conda install -n your_env_name [package]，其中[]中package为需安装的包名，your_env_name为环境名称。 - 删除环境中安装包：
conda remove --name $your_env_name $package_name。
参考文章：
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/