1、非root用戶下安裝cuda9.0和cudnn7.0.5
與tensorflow1.5.0適配的是cuda9.0和cudnn7.0.5，服務器非root用戶參考https://blog.csdn.net/weixin_41278720/article/details/81255265安裝相應版本。
2、安裝Anaconda
主要參考https://blog.csdn.net/hgdwdtt/article/details/78633232
- 首先從清華鏡像網站上下載合適的源文件，比如下載Anaconda3-5.0.1-Linux-x86_64.sh
- 將下載的源文件通過FileZilla上傳到服務器個人目錄下，比如爲/home/zhang
- 通過xshell連接到服務器終端，運行bash /home/zhang/Anaconda3-5.0.1-Linux-x86_64.sh，然後一直yes、一直enter，安裝過程中會提示設置安裝位置。
驗證anaconda是否安裝成功：
python
>>>import numpy #查看是否能夠運行，numpy爲anaconda內置python庫。
3、安裝tensorflow
3.1 首先創建tesorflow環境
可以起名爲tf1.5或者tensorflow1.5等等，怎麼方便怎麼來。這一步一定要做！！！千萬不能忘了！
conda create -n tensorflow1.5 python=3.6
此處python=3.6表示python的版本。
3.2 激活tensorflow環境
conda activate tensorflow1.5
經過這步後，將會進入tensorflow1.5環境下，終端顯示的目錄前面將會有個(tensorflow1.5)，後面安裝tensorflow或者其他package都需要進入環境。
3.3 安裝GPU版本的tensorflow
pip install tensorflow-gpu==1.5.0
3.4 驗證是否安裝成功
python #啓動python環境
# 驗證TensorFlow是否安裝成功
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow! # 恭喜！安裝成功！
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# 輸出裏有 GPU的名稱，顯存等信息，表示tensorflow可以使用GPU了
注：可以通過conda remove -n tensorflow1.5 --all刪除不想要的環境。
3.5 安裝後續其他需要的package
在tensorflow1.5環境中，可以通過conda install xxx或者pip install pillow==5.2.0安裝opencv-python、scikit-image等依賴包。
4、安裝pytorch
與安裝tensorflow的步驟類似，參考https://blog.csdn.net/amateur_hy/article/details/90716411
- 創建虛擬環境
conda create -n pytorch0.4 python=3.5
- 進入虛擬環境
conda activate pytorch0.4
- 安裝pytorch
去pytorch官網https://pytorch.org/，根據系統配置選擇合適的版本，按照官網給出的命令，完成安裝。
對於pytorch0.4版本，運行：
conda install pytorch=0.4.1 cuda90 -c pytorch
- 安裝torchvision
conda install torchvision
在pytorch0.4環境下，同樣可以用conda install xxx或者pip install xxx安裝其他依賴項。
對於pytorch1.0或者其他版本，只需要在pytorch官網上選擇對應版本的指令，其他操作都類似。