conda创建TensorFlow和Keras指定版本环境

#conda创建TensorFlow和Keras指定版本环境
##1. 安装anaconda2环境

bash  Anaconda2-4.3.1-Linux-x86_64.sh

一路按照操作继续就行
##2. 创建conda的虚拟环境

conda create -n yourVirtualEnvName python=3.5

这里***yourVirtualEnvName***是你要为自己的虚拟环境所取得环境名，后续需要使用该名字登录虚拟环境，***python=3.5***是指你需要创建关于python的哪个版本的环境
离线创建虚拟环境（或者clone已有环境）

conda create -n yourVirtualEnvName --clone cloneName --offline
#可以使用conda env list看目前已有的虚拟环境名称

##3. 进入虚拟环境

#进入虚拟环境
source activate yourVirtualEnvName

##4. 安装TensorFlow指定版本

#关于GPU版本的TensorFlow安装
conda install tensorflow-gpu==1.5.0
#关于CPU版本的TensorFlow安装
conda install tensorlfow==1.5.0

这里安装的是关于GPU版本的TensorFlow，如果安装CPU版本，那么就不需要关系安装顺序和方法了，这里主要考虑到cuda和cudnn以及后面Keras和TensorFlow匹配的问题，这里在安装TensorFlow-GPU时，会安装指定版本的cuda和cudnn，一定要注意下这两个的安装版本是否适配当前的nvidia驱动，否则在后面调用TensorFlow时会出现问题
##5. 安装keras指定版本

pip install keras==2.2.2

这里需要使用pip来安装，如果使用conda来安装的话，conda可能会给你安装一个新的TensorFlow版本，所以需要使用pip来进行安装，这样keras就会使用上面安装的TensorFlow来作为backend
##6. 删除conda的虚拟环境

#删除指定的虚拟环境
conda remove -n yourVirtualEnvName --all

##7. 搜索conda能够安装对应包的哪些版本

conda search cudnn

##8. 查看conda相关信息

conda info

该命令会列出关于conda的一些信息，包括使用的源（channel URLs），以及缓存地址(package cache)，缓存地址里包含了每次下载的相关包，这样在下次安装时就不会重新下载了