LDAPを通した後に
sudo apt update
sudo apt upgrade
すると，LDAP入れた後にぶっ壊れなかった．
pyenvとanacondaの導入の所が古いようなので，今回やった内容に即して追加記入します．思い出しながら書いているので，間違いや追加事項あれば適宜訂正をお願いします．ちなみに，導入の際のコマンドのほとんどは，sudoを必要としました．
LDAPを通すと，/home/の下にuser_nameの他にsettingができるはずなので， /home/setting/に移動し，setting下でpyenvとanacondaを導入する． ssh setting@<user_name>.sspnetで飛んでからやると，管理者権限に引っ掛かり，sudoを付けても導入ができないっぽいので，基本的にuser_name<ai,ironなど>から見て，/home/setting/で導入を行う．
以下内容の参考文献：https://qiita.com/aical/items/126128c3e8916ad1988f
まず，pyenv環境を設定する．
以下コマンドを実行する．
sudo curl -L https://github.com/pyenv/pyenv-installer/raw/master/bin/pyenv-installer | bash
実行したら，/home/setting/下に/home/setting/.pyenvが存在しているか確認すること．存在していなければ，/home/user_name/の下にできてしまっていることがあるので，丸ごと/home/setting/下に移動してくればよい．
sudo mv /home/user_name/.pyenv /home/user_name/.pyenv
コマンドを実行すると以下のような警告が出てくる．
WARNING: seems you still have not added 'pyenv' to the load path.
# Load pyenv automatically by adding
# the following to ~/.bashrc:
export PATH="/home/user_name/.pyenv/bin:$PATH"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"
参考文献のように，個人のパソコンにpyenvを導入する場合は/home/user_name/.bashrcに直接以下の内容を書き込むが，今回はみんなが使うサーバーなので，/etc/profile.d/にpyenv.shを新規作成し，そこに書き込む．参考文献で言われた書き方ではなく(virtualenv-initは導入不要，導入してない上で呼び出されるとterminal上でエラーメッセージが出てきてしまうため)，以下の内容を/etc/profile.d/pyenv.shに書き込む．anaconda3-2019.10の部分は，今からやるanacondaの導入で得られたパッケージ名を入力すること(ver.は最新のものが望ましい) ．
export PYENV_ROOT="/home/setting/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init -)"
export PATH="$PYENV_ROOT/versions/anaconda3-2019.10/bin:$PATH"
できたシェルファイルを実行し，パスを通す．
sudo sh /etc/profile.d/pyenv.sh
いったんシェルを再起動する．
exec $SHELL -l
再度ターミナルを起動した際に，
pyenv versions
pyenv --version
などと打ってpyenvが起動すればOK．通したつもりでもパスが通ってないといわれた場合は，再度確認，もしくは，シェルを再起動したりrebootをかけてみる．個人のパソコンからsshでアクセスした際にエラーメッセージ発生するか同時に見てみてもよい．
pyenvでインストールできるanacondaのパッケージを確認する．
pyenv instal -l | grep anaconda
その中で最新のパッケージを導入する．例では，anaconda3-2019.10． (anacondaなので数分時間がかかる)
pyenv install anaconda3-2019.10
pyenv global anaconda3-2019.10
Pythonが動くか確認する
python --version
と入力した際に，
Python 3.7.4
などと出ればOK.
pipが叩けるようになったので，tensorflow_gpuを導入する．
pip install tensorflow_gpu
tensorflow_gpuが使えるかどうか確認する．
以下内容の参考文献：https://qiita.com/sho8e69/items/66c1662c49ac89a024be
メモリの使用率をみるとよい．以下の内容のdousa.pyを作成して実行させる．
import tensorflow as tf
while 1:
tf.test.gpu_device_name()
プログラムを実行している間に，もう一つterminalを開き，
nvidia-smi
ps aux | grep python
でプロセスが実行しているかどうかを確認する．実行されていればOK．プロセス番号が特定できれば殺してプログラムが止まるか確認するとわかりやすい．
kill <ID>