(2019/12/04 更新：現在強烈推薦使用 Miniconda 取代 Anaconda)
為了避免 Python 套件衝突，通常會使用 venv 之類的虛擬環境來管理套件。這邊使用 Anaconda，因為它內建了許多科學運算包，操作非常簡便，適合 Deep Learning 玩家使用。
這篇文的目標是在 Linux 使用 Anaconda 3 並且安裝 Tensorflow。
作業系統：Ubuntu 16.04.2 LTS
步驟如下：
- 第一件事要先安裝 Anaconda，所以到 Anaconda 官網找載點下載
https://www.continuum.io/downloads
Download for Linux => Python 3.6 version =>
對著載點按右鍵，複製連結網址
2. 在自己機器的終端機上面輸入 wget 剛剛複製的網址
$ wget https://repo.continuum.io/archive/Anaconda3-4.4.0-Linux-x86_64.sh
3. 載下來以後就可以開始安裝囉
$ bash Anaconda3–4.4.0-Linux-x86_64.sh中間會問你是否同意聲明 (yes)、安裝路徑、是否加入 PATH (方便起見，yes)
如果有加入 PATH（寫入 .bashrc 之類的），那就要用 source 來讓它生效
4. 然後 Anaconda 就裝好了，可以測試一下有沒有問題：
$ conda list這指令會列出 conda 內建套件。
5. 接下來要建立一個虛擬環境，裡面安裝 Tensorflow，以後就要在這個虛擬環境裡面工作了。
所以參考 Tensorflow 官網來操作
https://www.tensorflow.org/install/install_linux
找到 Installing with Anaconda 這一段，輸入
$ conda create -n 虛擬環境名稱官網用 Tensorflow，但我又不只用 Tensorflow，所以我喜歡取成
Deep Learning，於是
$ conda create -n “Deep Learning”
6. 接下來進入剛剛創好的虛擬環境，輸入source activate 虛擬環境名稱
$ source activate “Deep Learning”
7. 接下來要裝 Tensorflow，於是看 Tensorflow 官網找載點
https://www.tensorflow.org/install/install_linux#the_url_of_the_tensorflow_python_package
選個自己爽的版本（需要配合自己的顯卡、CUDA 版本、cuDNN 版本，這裡也是個坑，不過在此不贅述。）
我要裝 Python 3.6 GPU support，所以把那個 URL 複製下來：
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.0-cp36-cp36m-linux_x86_64.whl
8. 回到剛剛的終端機，根據剛剛的 URL 來安裝
(Deep Learning) $ pip install --ignore-installed --upgrade\
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.0-cp36-cp36m-linux_x86_64.whl
9. 以上沒出錯的話，這樣就大功告成了！
10. 但也不用高興太久，後面的坑多得是 XD
