依赖Anaconda环境安装TensorFlow库，避免采坑

TensorFlow™ 简介：

     TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。

Anaconda简介：

     Anaconda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换

Anaconda包括Conda、pandas等。

 

安装Tensorflow遇到的坑：

　　ImportError: /lib64/libm.so.6: version `GLIBC_2.23' not found

　　ImportError: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.17' not found

   利用Anaconda自带的python3.7，安装TensorFlow由于python版本高，导致tensorflow匹配版本高，linux系统glibc库需要升级，升级了glibc-2.16、glibc-2.17 依然不兼容，放弃方法1

　　解决办法 1：通过升级匹配的glibc库解决

　　　https://blog.csdn.net/q936889811/article/details/79947796

       解决办法2：新增python3.6.3虚拟环境，下载对应版本TensorFlow，顺利安装！

　　　本篇博客的采用解决办法2

Tensorflow不同版本要求与Python、CUDA及CUDNN版本对应关系，版本兼容性参考如下链接：

   https://blog.csdn.net/j879159541/article/details/93200718

本次安装版本：Python -- 3.6.3  Tensorflow --1.11.0  服务器信息：gcc version 4.4.7 (Red Hat 4.4.7-18) 

1.下载Anaconda版本，并进行安装

清华大学的镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

2.创建Python36虚拟环境

3.在python36环境下安装tensorflow库，并进行测试~

利用豆瓣镜像能快些，避免超时报错

pip install -i https://pypi.douban.com/simple tensorflow==1.11.0

安装完成~