参考链接
1 手把手教你如何安装Tensorflow（Windows和Linux两种版本）
简单记录下在Linux服务器的个人目录下参考上面的链接安装TensorFlow。
服务器地址：192.168.243.24
TensorFlow的安装方式有多种，基于Pip的安装、基于Docker的安装、基于VirtualEnv的安装、基于Anaconda的安装，以及从源码编译安装，这些在官网均有介绍，这里简单记录下基于Anaconda安装的方法。
Anaconda安装
Anaconda是一个集成许多第三方科学计算库的Python科学计算环境，Anaconda使用conda 作为自己的包管理工具，同时具有自己的计算环境，类似Virtualenv。和Virtualenv一样,不同Python工程需要的依赖包，conda将其存储在不同的地方。TensorFlow上安装的Anaconda不会对之前安装的Python包进行覆盖。
安装包下载
进入Anaconda官网下载页面，选择合适版本直接下载，或者在个人终端目录下，使用wget命令，示例如下：
wget https://repo.continuum.io/archive/Anaconda2-4.4.0-Linux-x86_64.sh
复制上面代码到服务器上，能正确开始下载，如下图：
但是我想要的是Anaconda3的版本，那么如何进行呢？我们复制上面代码后面的链接：
https://repo.continuum.io/archive/Anaconda2-4.4.0-Linux-x86_64.sh 到网页打开看看是什么东西
是一个文件的下载，我们接着打开Anaconda官网的下载页面，有两个版本
我们点击python3.6下面的download 进行下载试试，
也是直接进行文件的下载，但是我们在服务器后面是要接下载链接的，如https://repo.continuum.io/archive/Anaconda2-4.4.0-Linux-x86_64.sh ，这种方式下载下来到本地的文件也不是不可以，但是它需要加多一步，把下载到本地的文件上传到服务器，上传文件脚本：
方式：scp 本地文件路径/文件名 服务器账户@服务器地址:服务器地址
样例：scp /home/work/source.txt work@192.168.0.10:/home/work/ #把本地的source.txt文件拷贝到192.168.0.10机器上的/home/work目录下
这种方式还是没有直接在服务器里面下方便，所以要找到下载对应后面的超链接，经过一番查看，找到一种较笨的方式，如下图所示：
在网页上，当我们把鼠标放在Download上面时候，出现了上面的链接，这个链接就是我们想要的，但是这种方式不好拿，然后发现在Download上么点击右键可以得到链接地址：
，终于搞定链接的问题，虽然对于很多来讲，这很简单，感觉有点傻，但是这也确实很多人会面临的问题，因为很多时候看别人很顺利能搞定的，自己去实践的时候就会发现很多问题，这里面我只是记录下我在实践过程遇到的问题，希望对有些朋友有帮助！
搞定了就来下载吧，我这里速度还挺快的，如果下载速度不够，可以找找清华的镜像，百度清华镜像即可
下载完了以后，我们查看下放在哪里了，发现直接在根目录里面
为了保持文件的整洁，我们剔除之前下了一半停掉（ctrl + c)的anaconda2，然后新建anaconda3.5文件夹，并把文件移动到文件夹里面
软件安装
bash Anaconda3-5.2.0-Linux-x86_64.sh
这里需要先把路径指到存放安装包的文件夹才行，然后进行安装，
这里是要你阅读下相关的协议，等同于windows下安装软件时候的阅读协议一样，一直按enter，直到出现要你接受相关协议的提示，输入yes
下面是默认的安装路径，输入yes，就可以继续往下安装
安装后面会遇到下面的提示：
这里是要你选择添加到环境变量，选者yes
这里提示是否要安装Microsoft VSCode，这个模块的作用上面有简单介绍，虽然不是很明白，但是既然要安就安了吧，免得以后某些地方需要还要重新安
选yes
提示安装好了！
测试安装是否成功
执行命令：conda –version
提示没找到，出错了，重新打开新的窗口试试
可以成功找到当前Anaconda的版本，发现上面多了个yes的文件夹，查看上面的纪录，发现是这里出了问题，有点尴尬，难道这里不应该输入任何东西，直接 enter 就好啦？
不过现在木已成舟，好在应该也没什么大问题，多一级路径而已，python也能正常打开
安装TensorFlow
创建conda环境，命名未tensorflow，并指定到3.6python版本
执行命令：conda create -n tensorflow python=3.6
提示有新的packages需要安装，输入y
下面激活并进入创建的conda环境
执行命令：source activate tensorflow
成功激活并进入
下载TensorFlow Python 软件包的网址并安装tensorflow
这里有CPU和GPU版本，查看Linux服务器GPU信息
无GPU，所以直接安装cpu版本
执行命令：pip install –ignore-installed –upgrade https://download.tensorflow.google.cn/linux/cpu/tensorflow-1.8.0-cp36-cp36m-linux_x86_64.whl
上面已经安装完毕，我们退出虚拟环境，退出后前面没有(tensorflow)
执行命令：source deactivate tensorflow
测试tensorflow
首先激活进入tensorflow环境
执行命令：source activate tensorflow
执行命令：python 进入python
在python中执行下面的语句：
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
显示已经成功安装了！
