1.首先下载anaconda3 ----从官网上下载Anaconda3-5.1.0-Linux-x86_64.sh
直接通过命令 bash Anaconda3-5.1.0-Linux-x86_64.sh 安装
安装到检测联网时候推出，安装结束
2.更改环境目录，将conda命令和pip更改为anaconda的conda和pip
cd ~
vim .bashrc
在后面添加路径：
export PATH="/home/qlian/anaconda3:bin:$PATH"
当然也可以通过alias 命令重命名命令的路径，将conda和pip的命令指向anaconda的内容，，，但是不推荐，上面的方法一劳永逸
3.在本机可以联网的电脑下载tensorflow的相关包
然后从下面的pip list里面把没有的下载下来
下载地址：https://pypi.python.org/pypi
注1：尽量下载符合python版本的.whl文件，因为其安装过程十分简洁;有个别包只有tar.gz文件，也无需担心；
注2：很多包为python3.5和3.6共用，比如pbr-3.1.1-py2.py3-none-any.whl，即有none-any的文件，对于python的版本通用；
注3：python3.5安装的是tensorflow-1.4.0-cp35-cp35m-win_amd64.whl；Anaconda（内置3.6环境）是tensorflow-1.4.0-cp36-cp36m-win_amd64.whl；
注4：html5lib是十分变态的一个包，只能下载其html5lib 0.999与html5lib 0.9999999版本（即三个9和七个9的版本，其余版本亲测不行），该包成功安装之后才能进行bleach1.5.0的安装。（也许以后更新之后会有变化，请注意！）
所需packages: absl-py; backports.weakref; bleach 1.5.0; cycler; enum34; funcsig; html5lib; Markdown; matplotlib; mock; numpy; pbr; pip; protobuf; pyparsing; python-dateutil; pytz; setuptools; six; tensorflow-tensorboard; webencodings; Werkzeug；（以上也许会有打字错误，请结合图一下载）将以上各包存储在同一文件夹
4 安装
将上面的所有包通过scp 源文件地址 目的服务器用户名@服务器地址：目的存放地址
然后cd进入服务器下存放这些包的文件夹
通过 pip install 包名.whl 安装这些包
即可完成安装，若出错，基本上是因为上述某个包需要在它之前安装，报错提示会有说明；随着python版本的更新，以后所需包可能增加，若有报错请结合提示信息下载新包。
其次，tar.gz 的安装，通过解压发现含有setup.py文件，将该文件夹重压缩为.zip压缩包传入服务器，解压，绕后通过cd命令进入其文件目录，使用python setup.py install命令进行安装；
最后安装TensorFlow时，本人遇到数十次RetryingError(Retrying 5,4,…)，经不断填坑，发现是因为packages未完全安装，造成该安装过程试图请求网络连接而不得，通过认真查看错误消息，缺什么补什么，在有网电脑上下载传输安装。
5 安装cuda8.0和cudnn6.0
因为我的服务器已经安好了cuda8.0,所以在此基础上面安装cudnn6.0
百度下载到cudnn的cudnn-8.0-linux-x64-v6.0.tgz
cudnn6.0(cuda8.0)下载链接：
链接：http://pan.baidu.com/s/1dE3MxzF 密码：08x7
然后解压
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
解压后理论上应该
sudo cp /include/cudnn.h /usr/local/cuda/include
sudo cp -a /lib64/libcudnn* /usr/local/cuda/lib64
但是因为我不是服务器最高权限用户，所以我只能通过修改.bashrc把环境路径添加进去
我当时把根目录下面的cuda拷贝到了home/qlian/haha/gaga，并把我下载解压的cudnn产生的cuda文件改成了cuda1，反正只要你把这两个路径都包含就去就没有错了
6 安装tensorflow-gpu1.4.0
注意1.6.0版本对cudnn的要求过高，所以建议不要用，会报错
1.4.0需要tensorboard0.4.0版本，这里附上链接，不太好找：https://pypi.python.org/pypi/tensorflow-tensorboard/0.4.0rc3
然后直接pip安装tensorflow-gpu就可以了，缺啥补啥
7最后测试一下
1 import tensorflow as tf 2 hello = tf.constant('Hello, TensorFlow!') 3 sess = tf.Session() 4 print(sess.run(hello)) 5 6 7 a = tf.constant(10) 8 b = tf.constant(32) 9 print(sess.run(a + b))
显示下图就表示成功了：
