linux离线安装tensorflow-gpu深度学习环境

        工作需要在不能联网的服务器上部署深度学习环境，docker的打包也存在一定的困难，所以采取的是离线安装的方式，主要有以下几个步骤：

        0、英伟达驱动安装（这个直接去官网下载目标服务器的匹配版本安装即可，有些错误或者问题可以单独找下资源解决）

        1、anaconda安装（对于使用Python来说方便快捷，并且可以使用pip以及conda）

        2、cuda安装

        3、cudnn安装

        4、tensorflow-gpu依赖包安装（不安装依赖包的情况下不能安装tensorflow，其次依赖包本身也有依赖，需要安装依赖），已知的有keras、gast、absl、astor、tensorboard、protobuf、mock、markdown、termcolor、grpcio

        5、tensorflow-gpu安装

        所有离线包的获取上，01直接在官网下载即可，23需要搭梯子去外网下载好制定版本的包，45可以使用镜像源下来，比较通用的是下面几个镜像源

        清华镜像源https://pypi.tuna.tsinghua.edu.cn/simple

        豆瓣源https://pypi.doubanio.com/simple/

        阿里源http://mirrors.aliyun.com/pypi/simple/

        从源下载内容可以使用pip或者直接搜索下载，如下载tensorflow-gpu 1.11.0版本，可以使用pip install --default-timeout=1000 --no-cache-dir tensorflow-gpu==1.11.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

        最后将下载好的包打包传到目标服务器上，依次进行安装即可，其中tensorflow-gpu的依赖包的顺序可以尝试安装某个包然后根据提示依次进行即可

        另外如果有需要的话可以也下载一些常用的python包供实际开发使用，如进度条tqdm，还是非常好用的！