TensorFlow 1.0 發布，更快、更靈活、更方便！(含峰會主題演講視頻)
就是看到這篇文章，看完視頻就有點想了解，接著去官網和中文網，看了介紹和MNIST機器學習入門，嗯，看完了，接著就是入火海了，各種坑。
? ? ? ? TensorFlow是谷歌基于DistBelief進行研發的第二代人工智能學習系統，其命名來源于本身的運行原理。Tensor（張量）意味著N維數組，Flow（流）意味著基于數據流圖的計算，TensorFlow為張量從流圖的一端流動到另一端計算過程。TensorFlow是將復雜的數據結構傳輸至人工智能神經網中進行分析和處理過程的系統。
? ? ? ? TensorFlow可被用于語音識別或圖像識別等多項機器深度學習領域，對2011年開發的深度學習基礎架構DistBelief進行了各方面的改進，它可在小到一部智能手機、大到數千臺數據中心服務器的各種設備上運行。TensorFlow將完全開源，任何人都可以用。
源自百度百科，這是ML(Machine Learning)的庫哦。
這里試過了各種安裝方法：
+ virtualenv --python的一個虛擬環境，失敗，大天朝的墻太高太厚實了，報錯，下載不了
+ "native" pip--直接安裝pip(一個python包管理器)，接著好像并沒有找到tensorflow這東西
+? Docker--我這個試了試，TMD占內存，起碼起來就2g+，什么都沒有，試了試，還是gg，墻好高啊
+ 源碼安裝，安裝bazel很坑爹jdk7，jdk8才可以，jdk8太高了，后來才看到jdk7是支持的，并沒有嘗試，jdk8都搞不定，這才尷尬。
+ Anaconda--我就用了這個，很好用
? ? ? ? Anaconda是一個用于科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python并存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，并且已經包含了Python和相關的配套工具。
? ? ? ? 這里先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python并可以快速切換。Anaconda則是一個打包的集合，里面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對于空間要求嚴格的用戶，Miniconda是一種選擇。
? ? ? ? 進入下文之前，說明一下conda的設計理念——conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！因此，conda打破了包管理與環境管理的約束，能非常方便地安裝各種版本python、各種package并方便地切換。
? ? ? ? 這里推薦兩篇文章，看完就懂了怎么操作了，Anaconda使用總結和Anaconda多環境多版本python配置指導,有個小技巧是善用微云和百度云管家的離線下載功能（客戶端才有）。
文筆不好沒有寫出什么吸引人的地方，anconda我就說那么多了，默認你安裝好anconda了。
下載Anaconda
https://www.continuum.io/downloads/
下載你要安裝的平臺的安裝包，記得下載python3.6的版本
anconda配置源
還是說墻高是問題，下載時timeout就gg了
設置國內鏡像
? ? ? ? 如果需要安裝很多packages，你會發現conda下載的速度經常很慢，因為Anaconda.org的服務器在國外。所幸的是，清華TUNA鏡像源有Anaconda倉庫的鏡像，我們將其加入conda的配置即可：
# 添加Anaconda的TUNA鏡像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中鏡像地址加有引號，需要去掉
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
? ? ? ? 執行完上述命令后，會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，記錄著我們對conda的配置，直接手動創建、編輯該文件是相同的效果。
? ? ? ? pip我也想過配置一下源的，但是想想怎么配置呢？在這conda環境中，每個環境一個python版本，還有就是我看了pip的豆瓣和阿里云的源，并沒有官網教程的文件，所以我就沒有修改pip的源，并且國外才是最新的才是重點
windows下安裝tensorflow
Installing TensorFlow on Windows
? ? ? ? 我們有anconda這個環境，我們就可以像linux一樣敲命令，不用理會依賴什么的了，所以感覺用起來很舒服，而且，Linux太折騰了，心累了，整天裝系統，windows大法好，能在windows搞定的就window是吧。在window菜單中找到Anaconda Prompt打開，或者直接cmd，因為環境默認配置好了。
#正確操作請用這個命令，下面是示范
conda create -n tensorflow python=3.5.0
conda create -n tensorflow
#沒有指定python版本將使用anconda安裝時的python版本
conda create -n 自己起的環境名字 python=x.x.x
#這樣子可以指定python的版本
#conda search python這個命令會列出python的版本號，不知道版本號的可以去看看
這句話的意思是conda包管理器創建一個名字叫tensorflow的空間，-n參數是指定名字
可以用conda info -e查看是否創建完成。
C:> activate tensorflow
(tensorflow)C:>? # Your prompt should change
直接輸入activate tensorflow（你起的那個名字），前綴會多了一個括號括起來的環境名，說明進去了，你可以用conda list查看當前的環境依賴有什么?，pip -V查看pip的版本和python的版本。
(tensorflow)C:>pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_amd64.whl
上面是正確的，如果你按照官方的連接，可能會：
+ 報錯tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl is not a supported wheel on this platform，這是因為完全就沒這個文件，竟然還報wheel的錯，這個報錯的文件名和我給的不同吧
+ 這里有個解釋的，Pillow-3.4.2-cp35-cp35m-win_amd64.whl is not a supported wheel on this platform解決辦法，cp35說明是使用python3.5，我們這里必須用python3.5的環境
+ 還有個坑就是官方教程的whl文件壓根就不存在，瀏覽器輸入網址驗證即可，我是通過官方的github才找到這個文件名的
+ anconda的最新版已經是python3.6了，所以創建環境的正確方式是指定python版本為3.5.0
+ window版本的tensorflow只支持python3.5，因為官方就那么說
? ? ? ? 那么我們耐心等待即可，失敗了請重新運行pip install那句，因為下載完成的不會再下載了，試多幾次就可以吧全部下載下來了，最好科學上網也用了吧。
步驟是：
#要下載東西，更換源后挺快的
conda create -n tensorflow python=3.5.0
#進入tensorflow環境，退出直接誒使用deactivate即可
activate tensorflow
#pip包管理器安裝tensorflow
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_amd64.whl
經過我的啰嗦安裝完了。
tensorflow檢驗是否可用
在環境下，輸入python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
退出可以用ctrl+z或者ctrl+c
linux下安裝tensorflow
Installing TensorFlow on Ubuntu
安裝anconda的命令是：bash+空格+包名
等待安裝完畢即可，這里的包是下載下來的離線包
+ 更換anconda源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
+? 創建環境（linux的tensorflow需要python3.4）
conda create -n tensorflow python=3.4.0
+ 進入環境
source activate tensorflow
+ 安裝tensorflow
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.0-cp34-cp34m-linux_x86_64.whl
+ 檢驗安裝是否成功
python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
