一、安装Anaconda
下载Anaconda3安装文件：
可以直接在服务器上下载，也可以在windows电脑上下载然后上传到服务器：
（1）服务器上下载：
wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86_64.sh
（2）官网https://www.anaconda.com/distribution/下载linux版本，用rz命令上传到服务器
由于以上两个都比较慢，我直接在服务器上复制了其他人的anaconda安装文件过来我自己的目录下，复制指令参考：
如将/test1目录下的file1复制到/test3目录，并将文件名改为file2,可输入以下命令：
cp /test1/file1 /test3/file2
开始安装：
bash Anaconda3-4.2.0-Linux-x86_64.sh # 安装上面下载的文件
source ~/.bashrc # 激活安装，设置环境变量
conda --version #确认是否安装成功
可见安装成功且默认安装了python3
二、安装python2
参考https://blog.csdn.net/wz947324/article/details/80228679
创建一个名为python27的环境，指定Python版本是2.7（不用管是2.7.x，conda会为我们自动寻找2.7.x中的最新版本），命令如下：
conda create --name python27 python=2.7
三、切换python环境
由默认的python3.6切换为python2.7：
source activate python27
由python2.7切换回python3.6：
四、安装tensorflow
这个真把我搞崩了，花了三个小时时间搞，最后终于查到了正确的安装方法：
http://baijiahao.baidu.com/s?id=1604501192403223852&wfr=spider&for=pc
一开始时我在Anaconda激活tensorflow后直接安装，默认安装最新版的tensorflow1.13，安装成功但结果sess=tf.Session()报错，因为tensorflow版本与显卡CUDA、CUDNN版本不匹配，通过语句
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
查看已安装的CUDA、CUDNN版本，我也不知道时什么时候安装好的，只知道CUDA是版本8，CUDNN是版本6，然后查看对应的匹配表：
https://blog.csdn.net/omodao1/article/details/83241074
于是我十分naive的卸载tensorflow1.13版本，安装1.4版本，结果这次连安装都不成功，import tensorflow就报错了，查来查去找不到原因，最后发现还是得装1.2版本，然后就ok了。。。
跑倒是跑成功了，但这么低的版本，真怀疑后面够不够用。。。但总算是安好了
补充：确实不够用，跑程序的时候又出问题了，与cuda版本不匹配：
Loaded runtime CuDNN library: 5005 (compatibility version 5000) but source was compiled with 5110 (compatibility version 5100).
最后是用的这个指令重新安装tensorflow，程序能正常运行了：
conda install tensorflow-gpu
anaconda会自动安装与cuda相匹配的tensorflow版本，他给安装的是1.3.0版本的。
五、查看服务器GPU资源占用情况
主要看内存占用
安装tensorflow1.4后有错：
libcudnn.so.6:cannot open sharedobjectfile: No such file or directory
原因是https://blog.csdn.net/weixin_41519463
确实那个对应的文件夹里只有so.5和so.7版本，没有so.6