近日接到领导的任务，研究使用深度学习方法对客户数据进行处理、预测。
由于公司业务涉及很多隐私数据，为了保障数据安全，数据的所有处理流程都在公司的内部网络进行，与外界互联网络完全隔离，因此无法使用常规的深度学习环境搭建方式。为了解决这个问题，这里使用在互联网环境下配置虚拟机→虚拟机上搭建深度学习环境→虚拟机整体迁移的方式，将带有深度学习环境的虚拟机迁移到公司内网，以提供实验所需的平台。
这里使用的是VMware workstation 来创建所需的虚拟机。在创建虚拟机的时候，需要相对应的操作系统镜像文件（.iso），选择与公司内部机型相同的操作系统(32位、64位)。我这里只有64位win7的镜像文件，因此在虚拟机上安装了64位win7系统。
接下来继续虚拟机创建流程，在指定磁盘容量的时候，可以根据自己的要求来设置，这里的磁盘容量指的是虚拟机的C盘容量，即系统盘的容量空间。在后续容量不足时，可以再向虚拟机中添加硬盘，但C盘容量是固定不变的。除了硬盘之外，虚拟机内存、CPU都可以后续再设置，随时进行改变。
这里需要注意的是，要选择将虚拟磁盘拆分成多个文件(M)，以便于我们后续将虚拟机向内网进行迁移。
新建好虚拟机之后，打开虚拟机，配置深度学习环境。这里我们使用的是python3.5 + TensorFlow + keras的深度学习框架。具体的环境配置方式可参考该教材： https://blog.csdn.net/u013829973/article/details/70555037
提示安装环境中的几个坑。
1. 安装 TensorFlow 时出错，提示：
Cannot remove entries from nonexistent file c:\anaconda3\lib\site-packages\easy-install.pth
原因是setuptools版本太低，需要对其进行更新，可以使用一下语句：
pip install --upgrade --ignore-installed setuptools
2. ImportError: No module named '_pywrap_tensorflow_internal
这个错误是在import tensorflow 的时候弹出的。
在网上查询的时候，有人说是因为在 tensorflow 的源码目录里进入了 python 解释器，需要离开该目录重新进入 python 解释器。但这个方法并没有在我的虚拟机上解决问题。后来我将TensorFlow 0.12 版本进行了升级，升级到tensorflow 1.1版本，就能够正常的进行导入了。
最终的运行环境是 python3.5 + pip18.0 + tensorflow1.1.0 + keras2.2.2
迁移之前，再向虚拟机上安装一些常用软件，winRAR，word，Excel，ultraedit等。另推荐安装VScode，编写python代码用起来较为顺手。
最后，进入VMware的文件夹，查看该虚拟机文件，发现有2个4个G的文件，我们可以分批次刻录光盘，或使用公司保密U盘将其迁移至公司的内网电脑上。
