1、关于Tensorflow
国际惯例，先来个总体的简要介绍，摘自一个很强大的TensorFlow中文学习网站（http://www.tensorfly.cn/）的简介
TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。
TensorFlow具有高度的灵活性、真正的可移植性、将科研与产品联系在一起、自动求微分、多语言支持、性能最优化。
2、环境
本文是在windows下的，linux下的他日再补充
推荐使用anaconda环境安装，官方的网站速度很慢，推荐一个清华大学的镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/，windows系统安装TensorFlow环境要求Python3.5+，所以在下载ananonda4.2+，ananonda版本有ananonda2和ananonda3的，相应的对应的Python环境就是2.x和3.x。这一点一定要注意。
3、安装Tensorflow
命令行中，通过conda安装
首先建立tensorflow环境，执行
conda create -n tensorflow python=3.6（当前系统python环境是哪个版本就写哪个版本）
其次，激活tensorflow， 执行命令：
activate tensorflow
下面是正式安装，其实与conda中安装其它包类似，执行命令：conda install tenforflow即可，数秒后会提示一些包（tensorflow所依赖的一些包，如mkl，numpy等）会被安装，另外一些包会被升级，根据提示输入y，确定即可，后续会看到下载进度及安装的提示。
提示，因为MKL库较大，且下载速度可能会较慢，整个过程会比较长。
如果安装过慢或者出现失败，可以根据上述提示下载需要安装的包然后手动安装，包下载地址：http://www.lfd.uci.edu/~gohlke/pythonlibs/，下载的whl包可以通过pip直接安装，即pip install xxx.whl即可。
4、测试安装结果
打开idle（anaconda 所安装的idle），尝试导入
import tensorflow as tf
如果未报任何错误，表明已经成功安装