Anaconda安裝

　　在清華大學 TUNA 映象源選擇對應的作業系統與所需的Python版本下載Anaconda安裝包。Windows環境下的安裝包直接執行.exe檔案進行安裝即可，Ubuntu環境下在終端執行

$ bash Anaconda2-4.3.1-Linux-x86_64.sh   #Python 2.7版本

或者

$ bash Anaconda3-4.3.1-Linux-x86_64.sh  #Python 3.5 版本

　　在安裝的過程中，會詢問安裝路徑，按回車即可。之後會詢問是否將Anaconda安裝路徑加入到環境變數（.bashrc)中，輸入yes，這樣以後在終端中輸入python即可直接進入Anaconda的Python版本（如果你的系統中之前安裝過Python，自行選擇yes or no）。安裝成功後，會有當前使用者根目錄下生成一個anaconda2的資料夾，裡面就是安裝好的內容

查詢安裝資訊

$ conda info

查詢當前已經安裝的庫

$ conda list

安裝庫(*代表庫名稱）

$ conda install ***  

更新庫

$ conda update *** 

Anaconda倉庫映象

　　官方下載更新工具包的速度很慢，所以繼續新增清華大學 TUNA提供的Anaconda倉庫映象，在終端或cmd中輸入如下命令進行新增

$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set
 
 show_channel_urls yes

$ conda install numpy   #測試是否新增成功

　　之後會自動在使用者根目錄生成“.condarc”檔案，Ubuntu環境下路徑為~/.condarc，Windows環境下路徑為C:\使用者\your_user_name.condarc

channels:
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 - defaults
show_channel_urls: yes

　　如果要刪除映象，直接刪除“.condarc”檔案即可
　　

Tensorflow安裝

　　在終端或cmd中輸入以下命令搜尋當前可用的tensorflow版本

$ anaconda search -t conda tensorflow

Using Anaconda API: https://api.anaconda.org
Run 'anaconda show <USER/PACKAGE>' to get more details:
Packages:
     Name                      |  Version | Package Types   | Platforms      
     ------------------------- |   ------ | --------------- | ---------------
     HCC/tensorflow            |    1.0.0 | conda           | linux-64       
     HCC/tensorflow-cpucompat  |    1.0.0 | conda           | linux-64       
     HCC/tensorflow-fma        |    1.0.0 | conda           | linux-64       
     SentientPrime/tensorflow  |    0.6.0 | conda           | osx-64         
                                          : TensorFlow helps the tensors flow
     acellera/tensorflow-cuda  |   0.12.1 | conda           | linux-64       
     anaconda/tensorflow       |    1.0.1 | conda           | linux-64       
     anaconda/tensorflow-gpu   |    1.0.1 | conda           | linux-64       
     conda-forge/tensorflow    |    1.0.0 | conda           | linux-64, win-64, osx-64
                                          : TensorFlow helps the tensors flow
     creditx/tensorflow        |    0.9.0 | conda           | linux-64       
                                          : TensorFlow helps the tensors flow
     derickl/tensorflow        |   0.12.1 | conda           | osx-64         
     dhirschfeld/tensorflow    | 0.12.0rc0 | conda           | win-64         
     dseuss/tensorflow         |          | conda           | osx-64         
     guyanhua/tensorflow       |    1.0.0 | conda           | linux-64       
     ijstokes/tensorflow       | 2017.03.03.1349 | conda, ipynb    | linux-64       
     jjh_cio_testing/tensorflow |    1.0.1 | conda           | linux-64       
     jjh_cio_testing/tensorflow-gpu |    1.0.1 | conda           | linux-64       
     jjh_ppc64le/tensorflow    |    1.0.1 | conda           | linux-ppc64le  
     jjh_ppc64le/tensorflow-gpu |    1.0.1 | conda           | linux-ppc64le  
     jjhelmus/tensorflow       | 0.12.0rc0 | conda, pypi     | linux-64, osx-64
                                          : TensorFlow helps the tensors flow
     jjhelmus/tensorflow-gpu   |    1.0.1 | conda           | linux-64       
     kevin-keraudren/tensorflow |    0.9.0 | conda           | linux-64       
     lcls-rhel7/tensorflow     |   0.12.1 | conda           | linux-64       
     marta-sd/tensorflow       |    1.0.1 | conda           | linux-64       
                                          : TensorFlow helps the tensors flow
     memex/tensorflow          |    0.5.0 | conda           | linux-64, osx-64
                                          : TensorFlow helps the tensors flow
     mhworth/tensorflow        |    0.7.1 | conda           | osx-64         
                                          : TensorFlow helps the tensors flow
     miovision/tensorflow      | 0.10.0.gpu | conda           | linux-64, osx-64
     msarahan/tensorflow       | 1.0.0rc2 | conda           | linux-64       
     mutirri/tensorflow        | 0.10.0rc0 | conda           | linux-64       
     mwojcikowski/tensorflow   |    1.0.1 | conda           | linux-64       
     rdonnelly/tensorflow      |    0.9.0 | conda           | linux-64       
     rdonnellyr/r-tensorflow   |    0.4.0 | conda           | osx-64         
     test_org_002/tensorflow   | 0.10.0rc0 | conda           |                
Found 32 packages

　　選擇一個較新的CPU或GPU版本，如jjh_cio_testing/tensorflow-gpu的1.0.1版本，輸入如下命令查詢安裝命令

$ anaconda show jjh_cio_testing/tensorflow-gpu

Using Anaconda API: https://api.anaconda.org
Name:    tensorflow-gpu
Summary: 
Access:  public
Package Types:  conda
Versions:
   + 1.0.1

To install this package with conda run:
     conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu

　　使用最後一行的提示命令進行安裝

$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu

Fetching package metadata .............
Solving package specifications: .

Package plan for installation in environment /home/will/anaconda2:

The following packages will be SUPERSEDED by a higher-priority channel:

    tensorflow-gpu: 1.0.1-py27_4 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free --> 1.0.1-py27_4 jjh_cio_testing

Proceed ([y]/n)? 

　　conda會自動檢測安裝此版本的Tensorflow所依賴的庫，如果你的Anaconda缺少這些依賴庫，會提示你安裝。因為我之前已經安裝過了，所以這裡只提示我安裝Tensorflow。輸入y並回車之後等待安裝結束即可

　　可以選擇次高版本的Tensorflow安裝，因為最新版本可能清華 TUNA的倉庫映象庫沒有及時更新，而官方更新連線總是失敗。
　　順利安裝成功，進入python，輸入

import tensorflow as tf