服务器系统：CentOS6.5，配置：CUDA8，cudnn5.1.16，TITAN X。
目标环境：tensorflow-gpu、keras
安装Anaconda
首先，将下载好的Anaconda安装包上传到服务器，然后在服务器上进入安装包所在文件夹，运行bash命令安装。
安装结束后，还需手动配置环境变量，否则运行python时，默认还是调用系统自带的python。
sudo gedit ~/.bashrc运行上述命令打开环境配置文档，在文档末尾添加（改为自己的安装路径）：
修改完后保存，在命令行运行 ~/.bashrc使配置生效，环境变量配置完毕。
注：上述修改环境变量的方法只对当前用户有效。若有其他需要，请参考：
测试是否成功：
在命令行输入python，若有如下提示，则安装成功
离线配置python环境
由于服务器没有联网，因此需要离线配置环境，并手动安装python包。
首先，运行如下命令，创建一个python虚拟环境：
conda create -n test2 python=3.6 --offline可运行 conda info --env 查看所有环境。
建好环境以后，由于是离线创建，所以是什么依赖包都没有的。需要在本地将python包下载下来，上传到服务器，然后利用conda install PKG_PATH或pip install PKG_PATH进行安装。
注意：.whl文件用pip install安装，.tar.bz2文件用conda install安装。两种安装方法无本质区别，如果找不到需要版本的.whl，可以找.tar.bz2。
例如，配置tensorflow-gpu1.2.0，首先将tensorflow对应版本的安装包下载下来：
然后将其上传至服务器，进入你创建好的虚拟环境，运行conda install或pip install进行安装。
source activate test2 # 进入test2环境
conda install 你的安装包路径/tensorflowxxx.tar.bz2当然，这样安装是不成功的，因为tensorflow安装还需要很多依赖包，如numpy、h5py等等。在安装时系统会提示，缺少某某包，只需要一步步将缺少的包下载下来，然后再一个一个安装就可以了，但一定要注意版本。配置其他的环境同理。
这里将tensorflow-gpu 1.2.0安装所需要的所有依赖包给出，大家安装时找到对应的下载，然后一个一个安装就可以了。
没有网真的是太麻烦了 > <
