在使用anaconda进行配置环境的时候，可以再anaconda中进行环境配置，同时也可以使用cmd利用pip或者conda在cmd命令下安装(Ubuntu指令集合）
#查看install清单:
1.conda list #查看安装的包
2.conda list -n environment_name #查看指定环境下的包
3.conda install -n environment_name XXX #在指定环境中安装包
# 如果不用-n指定环境名称，则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装
# 更新package
4.conda update -n environment_name numpy
# 删除package
5.conda remove -n environment_name numpy
6.conda info -e #查看当前已配置的环境
7.conda create --name environment_name python=3.4
#创建一个名字为environment_name，python版本为3.4的环境
eg：conda create -n environment_name python=3.4
8.activate environment_name #激活进入名为environment_name的环境（windows）
# linux为：source activate environment_name
9.deactivate environment_name #退出环境
# linux为：source deactivate environment_name
10.conda remove --name environment_name --all #删除环境
# 修改路径
11.cd +path；cmd 命令：cd D:/path，#不同环境的路径相同的情况注意
12.控制面板---系统---高级系统设置---环境变量中进行添加新的路径
Tensorboard命令
13.Tensorboard --logdir=（路径名logs）
tensorboard 运行
TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。
启动TensorBoard的方法：
1.定位到你训练后log文件保存的位置；
2.cd 到log文件的上一级目录；
eg：H:tmptensorflow/mnis/
3.键入命令行，启动TensorBoard；
>>命令行是： tensorboard --logdir=（log下一级文件名）
#linux 247服务器上输入（tensorboard --logdir=/home/huoo/tensorflow-api-liulina/Object-Detector-App1/data/）
回车，就自动加载。复制网址到Chrome浏览器中就可以打开TensorBoard。
4.把服务器的ip地址输入到Chrome浏览器中就会看到TensorBoard的页面了。