#寫在最前：fuck server#

實驗環境：Linux16.04，Keras，TensorFlow

由於實驗需要，必須在伺服器上安裝Keras並同時配置TensorFlow，先使用的是Keras中文文件提供的用pip安裝的方法，安裝完成後可以import Keras和TensorFlow，但是無法載入VGG等預訓練網路。

在百度和Stack Overflow上找到的解決辦法是使用原始碼安裝TensorFlow，原始碼安裝TensorFlow是需要另一個叫bazel的工具來編譯的，安裝bazel需要root許可權，但尷尬的是我的賬戶在伺服器上沒有許可權，所以還要在伺服器上先用原始碼安裝bazel（好像沒有許可權的時候想要安裝工具只能採用原始碼安裝的這種方式）。

bazel的安裝方法：

https://docs.bazel.build/versions/master/install-ubuntu.html

採用其中install using binary installer的方式來安裝

安裝好bazel後開始原始碼安裝TensorFlow。

TensorFlow的原始碼安裝方法：

http://www.linuxdiyf.com/linux/30128.html

其中提供了原始碼安裝的方法，主要的步驟是：

1.git clone TensorFlow

2.cd到tensorflow，執行./configure

3.執行bazel build -c opt --copt=-msse3 --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx --copt=-mavx2 --copt=-mfma //tensorflow/tools/pip_package:build_pip_package

4.執行bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

5.執行pip install /tmp/tensorflow_pkg/tensorflow-1.2.0rc1-cp27-cp27mu-linux_x86_64.whl

安裝完成。