由於本次使用的伺服器本人並不是管理員，所以只是作為一個使用者來使用。一般伺服器上都配置好了驅動，可以使用

navdia-smi命令進行檢視，而且作為管理員的一方一般都會配置好了cuda和cudnn，因此本次並不需要自己在進行配置這兩項。

１、下載linux版本的Anaconda安裝包

選擇64位linux的Python 2.7版本點選下載，下載完成後，得到Anaconda3-4.2.0-Linux-x86_64.sh安裝檔案。

２、安裝Anaconda

進入下載檔案所在的資料夾，在命令列執行：

bash  Anaconda3-4.2.0-Linux-x86_64.sh

安裝過程一路回車即可，中途詢問是否允許許可條款

Do you approve the license terms? [yes|no]

>>> yes

在詢問是否將anaconda路徑加入到系統環境變數步驟，預設為no，設定為yes

Do you wish the installer to prepend the Anaconda2 install location

to PATH in your /home/lwp/.bashrc ? [yes|no]

[no] >>> yes

等待安裝完畢即可

３、安裝tensorflow

首先建立一個conda環境，命名為tensorflow
conda create -n tensorflow python=3.5
然後啟用該環境並在環境下安裝tensorflow
source activate tensorflow

可以根據需要自己選擇想要安裝的tensorflow版本，以下為本次安裝的：

pip install \  -i https://pypi.tuna.tsinghua.edu.cn/simple/ \  https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-linux_x86_64.whl

要注意對應的版本要和anaconda對應一致，由於本次安裝的anaconda所需要的版本為python3.5所以為cp35，否則就出現錯誤：

is not a supported wheel in this platform

4、測試

安裝完成之後就可以進入進行測試

source activate tensorflow

python3

import tensorflow as tf

(此處進行一個python程式的測試，直接執行pythin3  ***.py進行測試即可，在測試過程中發現有部分庫未安裝再進行安裝即可)

測試完成之後source deactivate

5、在安裝配置過程中遇到的其他錯誤

（１）conda報錯：'Could not connect to https://repo.continuum.io/pkgs/pro/linux-64'

執行conda命令：

conda config
更換安裝源映象，清華大學有提供映象具體更換方法有如下：

conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

然後使用vim.condarc命令開啟檔案，開啟之後將 -defaults刪除

（２）在使用python程式進行測試時易出現：Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so

輸入這兩條命令即可：

conda install nomkl numpy scipy scikit-learn numexpr

conda remove mkl mkl-service

（３）在測試tensorflow時import tensorflow as tf 易出現的問題：

can not find libcusolver.so.8.0:

ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory

解決措施：

sudo vim ~/.bashrc

export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

source ~/.bashrc