1.在centos7 的docker环境下，python3.7 安装tensorflow,各种坑。
ImportError: /lib64/libm.so.6: version `GLIBC_2.23' not found
ImportError: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.17' not found
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，并且升级gcc 默认里面的c++ 和c 的动态库是不升级的；网上有一下方法，但是没试到好用的，最根本的原因就是centos里面的库版本太低，升级比较麻烦，而且你一升级意味着生成环境也得变，很麻烦；用下面的方法2可以，后面在线上部署的时候，先安装Anaconda，在这个里面构造环境，然后执行，能不能行再说吧。。。。。。。
Anaconda：用于科学计算的python发行版，里面预装好了conda，某个版本的python，众多packages,科学计算工具等。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了python和相关配套工具。
Conda：可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。
解决办法 1：
通过升级匹配的glibc库解决 （不好用，很麻烦）
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！
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~
