蹭的深度学习课程，老师推荐用tensorflow做作业，因此先接触一下吧，不用来做项目，先熟悉一下语句。
相比于caffe，tensorflow没有复杂的编译过程，简单的可以把它看成一个python的库。所以安装起来也是很简单的~
环境准备
其实环境比最后的安装更重要= =也遇到了一些小问题。
Anaconda
Tensorflow基于python，而Anaconda提供了较好的python环境，特别是建立不同虚拟环境，管理起来比较方便。下载
需要注意的是，tensorflow在windows下使用的是python3.5，下载所提供的两个默认环境分别是2.7和3.6的，好像在之后pip安装都不行，不过这不是重点，之后建立新环境再配置就行了。选一个下载，我电脑上原本装的是2.7版本的。
安装之后，就需要配置Anaconda下的python环境。在开始菜单中，点击Anaconda prompt进入命令行：
打开一个窗口
(D:\Program Files\Anaconda2) C:\Users\admin>前面括号里面的内容代表着当前使用的环境，目前是默认环境。为了我们使用tensorflow，需要配置一个新的环境，主要需求：python3.5，numpy。官方的说明文档有较为详细的介绍，这里就直接说重点了。
- 新建环境
conda create --name tensorflow python=3.5 numpy
这样会自动列出所要安装的所有内容，按y继续。
有这样的提示说明安装成功！
2. 切换环境
安装成功之后，要记得切换到新安装的环境，如上图所说，输入：
activate tensorflow提示行前面括号变成了（tensorflow），证明切换到了这个环境。
3. 额外命令
列出所有的环境:
conda info --envs删除一个环境：
conda remove -n flowers --all至此已做好了绝大部分的工作。
安装Tensorflow
pip install tensorflow是的，只有这一句话。
最后会提示安装成功。
如果想要确认一下，可以从命令行输入python进入python环境，再输入：import tensorflow导入库，没有报错说明安装成功。
如果不放心可以运行一下测试程序：
import tensorflow as tf
a=tf.constant(1)
b=tf.constant(2)
sess=tf.Session()
sess.run(a+b)输出为3，中间可能突然冒出来一堆语句，目前看来没有什么影响。
jupyter notebook
如果一直使用命令行输入还是太麻烦了，jupyter notebook提供了很好的编辑、调试、输出环境，推荐还是安装一下，pip install jupyter notebook应该就可以了。而我遇到的坑就出在这里。
我一开始Anaconda默认python版本为2.7，新建了3.5的环境，以为这样就可以直接在新环境里运行jupyter notebook，但在import时候一直提示没有这一模块。其实这样并不可以，需要再在新的3.5环境中重新安装一遍jupyter notebook。
这样才成功~
注意在开始菜单中，不同环境安装的程序都在括号里面写了环境名，使用的时候要注意一下区分。
如果不习惯命令行，Anacoda也提供了图形界面Anacoda Navigator，这里也提供了程序启动，环境配置等功能，比较直观，具体不多讲了。
总结
Tensorflow安装非常简单。不过对于没有配置过python环境的新手，还是需要注意一下的~
