本文写的比较简单，期间遇到的一些小麻烦，自己不认为成为阻碍，所以没有详细写。
如有疑问可以联系QQ：2922530320
Pycharm
Pycharm使用Anaconda
Pycharm 在新建项目的时候可以指定Conda环境，前提是已经安装了Conda。
如果创建项目的时候没有指定conda环境:
Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了
Anaconda
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
如果pip安装软件包速度很慢，可以使用清华的镜像库
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 --set show_channel_urls yes介绍：Anaconda会创建一个独立的python环境，针对某个应用下载其需要的依赖包，并保存在一个自定义的目录(目录名通过Anaconda创建项目时指定)，之后我们在Anacoda的环境中编写代码，代码引用的包就是Ananconda为此项目独立下载的包，不会影响到宿主机和其他环境。
比如你要在learn环境中编写程序, 那么就修改为~/anaconda3/envs/learn, 可以看到这时候下面的依赖包也变成了learn环境中的包了.接下来我们就可以在pycharm中愉快的编码了.
常用的命令
查看所有的环境
conda env list安装第三方包
conda install requests
或者 pip install requests卸载第三方包
conda remove requests
或者 pip uninstall requests查看环境包信息
conda list导入导出环境
conda env export > env.yaml
conda env create -f env.yaml切换环境
activate python35 #Windows
source activate python35 #linux&Mac创建环境
conda create -n <env_name> python=3.6
创建一个环境，指定环境名称，并指定使用的python版本删除环境
conda remove -n <env_name> --all
删除环境以及下属的所有包安装Tensorflow
1、正常流程大概是第一步这样的，但是，我们一般不走寻常路。
tensorflow目前为止支持到cuda9.0，而ubuntu18.04上默认的cuda是9.1，安装方式很简单：sudo apt install nvidia-cuda-dev。本人懒的重装cuda，因为还要降级gcc到6.0。既然官方不支持，就找非官方的。所以跳过第一步（其实第一步也不完整）。
在anaconda环境下执行
pip install tensorflow-gpucuda历史版本下载
https://developer.nvidia.com/cuda-toolkit-archive
具体执行命令和安装方式在下载的地方已经有说明了。
2、网上大神已经编译好的tensorflow，目前已经更新到1.8了。
https://github.com/mind/wheels/releases/
有三个版本，cp27，cp35和cp36，分别对应的是python2.7,3.5和3.6。
下载[TensorFlow 1.8 (GPU, CUDA 9.1, cuDNN 7.1, no MKL)]这个标题下面的包。
在自己的anaconda环境安装下载好的tensorflow
pip3 install 上面下载的 .whl 文件cuDNN安装
官网下载需要注册，网上有人提供了下载好的。
链接: https://pan.baidu.com/s/1DiQYF8KFnuwfVDnmlxBw7w 密码: ga6s
tar -xf cudnn-9.1-linux-x64-v7.1.tgz
cd cuda
sudo cp include/cudnn.h /usr/include/
sudo cp lib64/* /lib/最后一步
重启系统