最近在 MSRA 實習，組裡給了一臺多GPU的伺服器賬號，登入進去一看，已經多個使用者了。

本著不打擾別人的搭建的環境，也不被別人打擾的原則，決定在自己使用者的目錄下面單獨安裝相應的開發環境。

要安裝的的工具有： Anaconda3，TensorFlow，Keras 還有音訊常用的包：librosa 。

目前就需要這些。

1、安裝 Anaconda3

在官網上 https://www.anaconda.com/download/#linux 右擊 Python 3.6 version 下的 Download （Linux 64位版本）， 選擇複製連結地址，獲取下載連結。

線上安裝，在終端輸入：

wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh

下載完成之後，在 anaconda 所在目錄的終端輸入：

bash Anaconda3-5.2.0-Linux-x86_64.sh

然後基本一路是： enter ， yes 等。在安裝的過程中，會問你安裝路徑，直接回車預設就可以了。有個地方問你是否將anaconda安裝路徑加入到環境變數（.bashrc)中，輸入yes，

等待後，出現  thank you for installing anaconda3 .................

至此， anaconda3 的安裝基本就完成了，接下來，會詢問你需不需要安裝 MS VS （Visual Studio

最後，啟用anaconda3的路徑。在終端中輸入：

source ~/.bashrc

結尾，可以執行：

pip -V

來看一下當前的python和pip目錄。此時的目錄應該是子使用者目錄。

或者直接在終端輸入： python ，出現下圖，即表示安裝成功。

（Alisa不敢漏出，會被查到的...）

2、安裝 TensorFlow

由於服務上已經安裝了 CUDA-8.0 和 cudnn 6.0，所以，在安裝過程中發現，直接 pip install tensorflow ，安裝的是預設最新的 TensorFlow 1.9 版本，與 CUDA 和 cudnn 的版本不匹配，結果，失敗。

後來發現，要安裝 TensorFlow 1.5 一下的版本，最後選擇 TensorFlow 1.4。

1、按照 Anaconda 下載網站上的說明下載並安裝 Anaconda。（第一步已完成）

2、通過呼叫以下命令建立名為 tensorflow 的 conda 環境，以執行 Python：

conda create -n TensorFlow python=3.6

3、通過發出以下命令啟用 conda 環境：

source activate TensorFlow

4、發出以下格式的命令以在 conda 環境中安裝 TensorFlow：

pip install --ignore-installed --upgrade https://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl

裝完之後，在python中 import TensorFlow 進行測試，如下圖，會出現一個小的警告，大意是：這個版本的TensorFlow是經過python3.5編譯來的，可能不適合python3.6的環境。但實際測試中，發現似乎沒有問題。

3、安裝 keras

在自己的目錄下安裝Keras： 

(TensorFlow) ****@******:~$ pip install --user keras

要使用 --user， 注意： TensorFlow conda 環境已啟用。

驗證Keras，直接在python中匯入 Keras，結果如下圖，即安裝成功。

注意是在已啟用的 TensorFlow 的 conda 環境中，如果直接在原始環境中匯入，會報錯。