前言
做好的模型准备上线，但是公司的服务器处于内网环境，无法直接通过外网的镜像服务器安装所需的python库怎么办？本文提供了深度学习框架（Tensorflow、Keras）离线安装的依赖包及详细步骤，亲测有效，供你参考～
1.服务器及编译环境
笔者发现如果服务器的编译环境版本过低，在安装时会报错，建议服务器版本使用Red Hat/CentOS 7.0及以上版本，glibc为2.17或以上版本，gcc为4.8.5或以上版本。本文所使用的环境如下：
-服务器版本：Red Hat Enterprise Linux Server release 7.2(Santigo)
-glibc版本：2.17
strings /lib64/libc.so.6 | grep GLIBC_
-gcc版本：4.8.5
rpm -qa | grep gcc
2.安装的软件版本
keras暂不兼容最新版本的python，稳妥起见，笔者选择了比较稳定的python3.5.1
-Anaconda：3-4.0.0（python 3.5.1）
-Tensorflow：1.9（CPU版）
-Keras：2.2.0
-R：3.2.0
3.准备相关的安装包（安装包之间的版本需要互相兼容）
以下安装包均已存放在packages_offline文件夹中，可以通过百度云链接：https://pan.baidu.com/s/1GLUrGcB8HPqDw9qBiE7nXA 密码:40kw 下载，其中有python、R、R_packages三个子文件夹，分别用于安装Anaconda（python）、R以及在R下安装机器学习等相关包（python相关的包亦可自行在https://pypi.org 上下载），R语言的安装会在另外一篇文章中介绍：
Anaconda3-4.0.0-Linux-x86_64.sh
Werkzeug-0.14.1-py2.py3-none-any.whl
html5lib-0.9999999.tar.gz
bleach-1.5.0-py2.py3-none-any.whl
backports.weakref-1.0rc1-py3-none-any.whl
Markdown-2.6.11-py2.py3-none-any.whl
protobuf-3.5.1-py3-none-any.whl
numpy-1.14.5-cp35-cp35m-manylinux1_x86_64.whl
tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
Theano-1.0.2.tar.gz
Keras-2.2.0-py2.py3-none-any.whl
Keras_Applications-1.0.2-py2.py3-none-any.whl
Keras_Preprocessing-1.0.1-py2.py3-none-any.whl
4.将安装包压缩并上传至服务器
5.安装Anaconda
-解压，然后进入安装包(offline_packages)存放目录，解压，然后进入Anaconda安装包的存放目录，本文的目录是：offline_packages/python/
运行命令 ：
bash Anaconda3-4.0.0-Linux-x86_64.sh
-在安装过程中会显示配置路径，如：prefix=/home/tomcat/anaconda3/
安装完之后，需设置环境变量：在终端输入”sudo vi /etc/profile”，打开profile文件，在文件末尾添加一行：export PATH=/home/tomcat/anaconda3/bin:$PATH，其中，将“/home/tomcat/anaconda3/bin”替换为你实际的安装路径，保存。
-验证环境变量是否配置成功：输入source /etc/profile，重新加载profile文件，在任意目录中输入“python” 查看python的版本是否与所装的Anaconda版本中所含的python版本一致，一致则代表anaconda已经安装并配置成功（此次安装的是python 3.5.1）。
6.安装依赖包、tensorflow、keras
进入tensorflow、keras安装包的存放目录（本文是存放在“offline_packages/python/” ），使用pip install安装tensorflow及keras，依次运行以下命令（也可以将命令全部复制，一次性粘贴至终端，终端将依次执行，最后一条命令是同时安装Keras相关的三个包）：
pip install Werkzeug-0.14.1-py2.py3-none-any.whl
pip install html5lib-0.9999999.tar.gz
pip install bleach-1.5.0-py2.py3-none-any.whl
pip install backports.weakref-1.0rc1-py3-none-any.whl
pip install Markdown-2.6.11-py2.py3-none-any.whl
pip install protobuf-3.5.1-py3-none-any.whl
pip install numpy-1.14.5-cp35-cp35m-manylinux1_x86_64.whl
pip install tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
pip install Theano-1.0.2.tar.gz
pip install Keras_Applications-1.0.2-py2.py3-none-any.whl Keras_Applications-1.0.2-py2.py3-none-any.whl Keras-2.2.0-py2.py3-none-any.whl
7.验证tensorflow、keras是否安装成功
在终端中，敲入“python”命令，进入python环境，敲入“import tensorflow”，回车，再敲入“import keras”，回车，如果没有报错，便代表已经安装成功了，如下图所示：
有任何问题，欢迎留言一起讨论！
