官方指南：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/install/install_linux.md#InstallingAnaconda
https://github.com/jtoy/awesome-tensorflow
1.在清华大学 TUNA 镜像源选择对应的操作系统与所需的Python版本下载Anaconda安装包。
在安装的过程中，会询问安装路径，按回车即可。之后会询问是否将Anaconda安装路径加入到环境变量（.bashrc)中，输入yes，这样以后在终端中输入python即可直接进入Anaconda的Python版本（如果你的系统中之前安装过Python，自行选择yes or no）。安装成功后，会有当前用户根目录下生成一个anaconda3的文件夹，里面就是安装好的内容
查询安装信息 $ conda info
查询当前已经安装的库 $conda list
安装库(***代表库名称）$conda install ***
更新库$conda update ***
2. 添加清华大学 TUNA提供的Anaconda仓库镜像
$ conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config –set show_channel_urls yes
之后会自动在用户根目录生成“.condarc”文件，Ubuntu环境下路径为~/.condarc，Windows环境下路径为C:\用户\your_user_name\.condarc
3.安装
创建环境：$conda create -n tensorflow
激活：$source activate tensorflow
搜索当前可用的tensorflow版本:$ anaconda search -t conda tensorflow
$anaconda show anaconda/tensorflow
$conda install --channel https://conda.anaconda.org/anaconda tensorflow
或者conda install -c anaconda tensorflow
测试：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
关闭: $source deactivate tensorflow
注：若出现类似The TensorFlow library wasn’t compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations这样的warning，可以通过在终端中输入export TF_CPP_MIN_LOG_LEVEL=2解决
