在LINUX环境下使用anaconda安装tensorflow-gpu版本

介绍：由于LINUX系统自带有PYTHON，当我们直接安装anaconda的时候会自动对系统的python进行覆盖，如本人的电脑没有卸载默认的python3.6直接安装了最新版本的anaconda，输入python3就会自动变成组新的Python3.7，但是这个时候pip3还是属于python3.6，这样使用tensorflow官网提供的pip直接安装就会出现问题，因此写下使用conda安装tensorflow的安装过程。

anaconda本来就属于一种包管理器，直接管理tensorflow而不用pip，岂不美哉？

直接conda install tensorflow-gpu 是不可以的，因为conda中有众多的tensorflow包

首先，在anaconda库中搜索tensorflow的包有多少

anaconda search -t conda tensorflow

我们会得到超长的一列

我们在name列表中选择一个自己需要的包，如果你是windows系统的话，注意在Platforms后面选择win系列的版本，而平时我们在linux中就直接选择linux-64就可以了。

当我们选择到一个心意的包，包括其中tensorflow的版本之后，如我就看上了这个包anaconda/tensorflow-base

他来自于anaconda官方，提供tensorflow1.13.1的版本，我们使用查看命令查看这个包的详细参数内容，看看需要使用什么样的源来进行下载

anaconda show anaconda/tensorflow-base

得到以下内容，甚至包括版本号，但我们最重要的是获取底下的下载安装命令。

直接复制粘贴最后一行的内容：

conda install --channel https://conda.anaconda.org/anaconda tensorflow-base

选择确认安装Y,等待，就开始玩耍把。

2019-7-10夜晚更新

使用发生报错：

【核心已转储】

由于本人机子CPU当时为了省钱使用的是奔腾的G4560，没有使用酷睿系列，导致CPU的计算集缺少，在使用高版本的tensorflow之后遇到【核心已转储】的问题，因此补充以下内容，如果您的CPU属于比较先进的，可以忽略本文。

首先卸载以及安装的tensorflow

conda uninstall tensorflow-gpu  #如果你是安装cpu版本则为 tensorflow

然后由于本人已经更换了国内的清华镜像源，其实上面的方法都不必要那么麻烦，直接

conda install tensorflow-gpu==1.5.0   #这个旧版本对旧硬件环境还有支持

查看如何更换清华源可以参考本文：

Conda命令笔记