最近要运行一个框架，推荐的tensorflow1.8.0的版本配置，明显2.0以上的新版本是不能搞了，安装旧版本遇到了很多问题，记录一下过程。
安装旧版本才明白Anaconda环境控制的作用。安装的旧版本tensorflow不只是版本老的问题，对于各个库都有自己的限定。例如，python只适配3.5、3.6，而cuda也得安装9.0版本的。
目录
一、Anaconda安装和环境创建与激活
1.1 Anaconda安装
安装可以参考这篇博客：Ubuntu安装Anaconda详细步骤（Ubuntu21.10，Anaconda3）_萝北村的枫子的博客-CSDN博客
1.从官网下载 .sh文件：Anaconda | The World's Most Popular Data Science PlatformAnaconda is the birthplace of Python data science. We are a movement of data scientists, data-driven enterprises, and open source communities.
https://www.anaconda.com/ 2.将安装包放到合适位置，一般 /home/用户/ 下随便放个文件夹就行，然后在此文件夹打开终端，输入：
bash Anaconda3-2021.11-Linux-x86_64.sh注意对应安装包的名字对就行，这个可能不一样。一般会在 /home/用户/ 文件夹下创建一个Anaconda3的文件夹安装。
3.不断回车，有时出现选项输入yes。中间有一个选项是选择位置，一般输入yes会在 /home/用户/ 文件夹下创建一个Anaconda3的文件夹安装。
最终，Anaconda就安装好了，可以用来管理环境。
1.2 Anaconda环境创建与激活
Anaconda安装好后，终端一般变成
(base)xxxxxxxxxxxxx $前面的base就是当前Anaconda环境的代号。通过一些简单的命令，即可创建单独的环境，例如，我们要创建一个存放tensorflow1.8.0的环境，命名为tf18：
conda create -n 环境名称 依赖库实际运行：
conda create -n tf18 python=3.6 pip安装库可以后续通过pip install命令自己安装。
之后，我们要激活环境，一般重新打开终端默认在base环境，如果需要的话应该使用激活命令切换到对应环境：
source activate tf18这样我们就切换到了对应环境。
二、tensorflow1.8.0和cuda9.0安装
注意：旧版本tensorflow对应python和cuda版本限制查询可以去：在 Windows 环境中从源代码构建 | TensorFlow
查询，对应百度一下也有一些博客写了。
tensorflow安装主要就限定下版本，命令为：
pip install tensorflow==1.8.0
pip install tensorflow-gpu==1.8.0
conda install tensorflow==1.8.0
conda install tensorflow-gpu==1.8.0用pip或者conda都可以，对应需要gpu则用gpu版本。
如果需要numpy，pandas，opencv-python都可以类似的自己下载，自己注意版本是否能用（一般不合适后面是会报错的，在某个程序运行的时候）
如果选择gpu版本，那么需要安装cuda和cudnn。
1.注意：此时需要注意不同Anaconda环境需要限定一下对应的cuda版本，否则旧版本tensorflow是无法配置高版本cuda的。给环境指定cuda版本可以参考这篇文章：
注意：对应需要在base环境内操作，进入自己设定的环境可能权限不够。
2.指定版本后，具体安装tensorflow1.8.0可以安装cuda9.0和cudnn7.x.x。参考博客：
ubuntu16.04 通过anaconda建立虚拟环境，安装cuda9.0，cudnn7.1.2_QxwOnly的博客-CSDN博客
进入环境后设置下源，安装对应版本。
source activate tf18
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=7.1.2