1.首先需要在linux下安装Anaconda，
直接在anaconda软件目录下使用 bash Anaconda3-4.4.0-Linux-x86_64.sh 安装。
安装过程中需要输入‘y’，使得python环境变量被添加到系统中，
接下来还需要配置conda的环境变量。只需要在具体的系统环境变量中添加如下内容即可，具体路径根据实际情况调整。
export CONDA_HOME=“anconda的安装目录”
export PATH=$CONDA_HOME/bin:$PATH
AI 代码解读
2.修改Anaconda 的镜像文件
在安装Anaconda用户的家目录下创建 ‘.condarc’文件，并添加如下内容：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
AI 代码解读
3.创建虚拟环境：
conda create -n tensor python=2.7
AI 代码解读
4.进入虚拟环境：
source activate tensor
AI 代码解读
5.使用pip安装tensorflow，版本可以自己选。
(1)export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
(2)pip install --upgrade $TF_BINARY_URL
(3)安装过程中遇到numpy下载失败，执行如下命令：
pip install --index https://pypi.mirrors.ustc.edu.cn/simple/ numpy
(4)再执行 pip install --upgrade $TF_BINARY_URL
AI 代码解读
6.可以自定义安装vim，或者lrzsz工具，root下安装：
yum install lrzsz vim-gtk -y
AI 代码解读
7.安装完成后可以测试一下，命令如下：
（1）通过第4步进入创建的tensor虚拟环境，输入：python
（2）写一个简单的减法法函数，代码如下：
import tensorflow as tf
a=tf.placeholder("double")
b=tf.placeholder("double")
y=tf.sub(a,b)
sess=tf.Session()
sess.run(y,feed_dict={a:10,b:100})
AI 代码解读
解释：代码块中，导入python模块tensorflow后，我们定义两个符号变量placeholder，随后在代码执行的时候可以操作这两个变量。然后，我们将这两个变量作为参数传给我们调用的减法函数，tf.sub是众多数学运算中的一个，TensorFlow提供这些函数来操作tensors。其他函数可以自行查看文档。在这里，tensors可以看作是动态大小，多维的元素数组。
（3）还有一种方式就是写.py文件，然后使用python *py来执行。
AI 代码解读
8.启动Tensorboard服务，非常简单，只需要在虚拟环境tensro下执行相关命令，并传递文件名为参数即可。
tensorboard --logdir=trace files
AI 代码解读
访问端口号：http://IP:6006/
具体有关Tensorflow图形可视化可查看官方文档。
