1.激活Anaconda环境
下载anaconda并拷贝到安装目录中并解压，下载地址为：
https://repo.anaconda.com/archive/Anaconda2-5.3.0-Linux-x86_64.sh
跳转到anaconda的bin目录，激活命令为
/bin/bash
source ./bin/active之后就进入了anaconda环境，如下图所示：
2.在anaconda环境下配置tensorflow
第一步、创建tensorflow虚拟环境：
首先在anaconda中创建tensorflow虚拟环境
输入命令：
conda create -n tensorflow python=2.7如下图所示：
之后会遇到两次选择，选择y就可以。
进入创建的tensorflow虚拟环境：
输入命令：
source active tensorflow进入tensorflow环境(注意此时还没有安装tensorflow开发包，不能在此环境下进行tensorflow深度学习开发)，如下图所示
第二步、安装tensorflow：
输入命令
conda install tensorflow安心等待下载安装完成即可，遇到([y]/n)全部选择y，如下图所示：
第三步、测试是否配置成功：
输入命令
python进入命令行状态下的python环境，依次输入代码：
import tensorflow as tf
hello = tf.constant('Hello,Tensorflow')
sess = tf.Session()
sess.run(hello)
如下图所示
查看tensorflow版本和安装路径可依次输入一下命令
tf.__version__
tf.__path__如下图所示
3.启动jupyter
进入anaconda环境，并进入tensorflow环境，此时就可以进行在jupyter下调用tensorflow的API进行深度学习开发。
输入的命令行如下：
/bin/bash
source ./bin/activate
source activate tensorflow
jupyter notebook如下图所示
在浏览器中启动jupyter如下图所示
注：以后若要使用pytorch、caffee环境，方法类似，这篇是CPU版本、python2.7版的配置，GPU版本、Python3、Tensorboard的由于博主的项目暂时用不到，此篇没提到，后续会更新。