Anaconda安装
在清华大学 TUNA 镜像源选择对应的操作系统与所需的Python版本下载Anaconda安装包。Ubuntu环境下在终端执行
$ bash Anaconda2-4.3.1-Linux-x86_64.sh #Python 2.7版本
或
$ bash Anaconda3-4.3.1-Linux-x86_64.sh #Python 3.5 版本
在安装的过程中，会询问安装路径，按回车即可。之后会询问是否将Anaconda安装路径加入到环境变量（.bashrc)中，输入yes，这样以后在终端中输入python即可直接进入Anaconda的Python版本（如果你的系统中之前安装过Python，自行选择yes or no）。安装成功后，会有当前用户根目录下生成一个anaconda的文件夹，里面就是安装好的内容
查询安装信息
$ conda info
查询当前已经安装的库
$ conda list
安装库(***代表库lib名称）
$ conda install ***
更新库
$ conda update ***
Anaconda仓库镜像增加
官方下载更新工具包的速度很慢，所以继续添加清华大学 TUNA提供的Anaconda仓库镜像，在终端或cmd中输入如下命令进行添加
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes
Tensorflow安装
在终端或cmd中输入以下命令搜索当前可用的tensorflow版本
$ anaconda search -t conda tensorflow
选择一个较新的CPU或GPU版本，如jjh_cio_testing/tensorflow-gpu的1.3.0版本，输入如下命令查询安装命令
$ anaconda show jjh_cio_testing/tensorflow-gpu
使用最后一行的提示命令进行安装
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu
conda会自动检测安装此版本的Tensorflow所依赖的库，如果你的Anaconda缺少这些依赖库，会提示你安装。因为我之前已经安装过了，所以这里只提示安装Tensorflow。输入y并回车之后等待安装结束即可
- 也可以选择次高版本的Tensorflow安装，略稳定
进入python，输入
import tensorflow as tf
如果没有报错说明安装成功。
pyTorch安装
pyTorch 安装起来很简单, 它自家网页上就有很方便的选择方式:
根据你的情况选择适合你的安装方法, 我已自己为例, 我使用的是Linux, 我的 Python 是 2.7 版的, 有 GPU 加速, 那我就按上面的选:
然后根据上面的提示, 我只需要在我的 Terminal 当中输入以下指令就好了:
conda install pytorch torchvision cuda80 -c soumith
我安装的是0.2.0版本的 torch, 安装 PyTorch 会安装两个模块, 一个是 torch, 一个 torchvision, torch 是主模块, 用来搭建神经网络的, torchvision 是辅模块, 有数据库, 还有一些已经训练好的神经网络等着你直接用, 比如 (VGG, AlexNet, ResNet).