1.TensorFlow 簡介：TensorFlow 是谷歌公司開發的深度學習框架，也是目前深度學習的主流框架之一。
2.TensorFlow 環境的准備：
本人使用 macOS，Python 版本直接使用 anaconda 的集成包，我們使用 anaconda 來管理環境，為 TensorFlow 創建獨立的 Python 環境。
創建一個名為 tensorflow 的 Python 環境：
conda create --name tensorflow python=3.6
激活環境：
source activate tensorflow
退出環境：
source deactivate tensorflow
然后我們在 tensorflow 環境下基於 pip 來安裝 TensorFlow：
安裝 TensorFlow：
pip install tensorflow
安裝完 TensorFlow 后我們試着進入 Python 環境來運行 TensorFlow 測試是否安裝成功：
輸入一個例子：
至此，我們 TensorFlow 便安裝成功了。
3.安裝其他依賴的模塊：
（1）numpy
numpy 是用來存儲和處理大型矩陣的科學計算包，比 Python 自身的嵌套列表結構 list 要高效的多。
安裝：
pip install numpy --upgrade
(2) matplotlib
matplotlib 是 Python 最著名的繪圖表，它提供了一整套和 MATLAB 相似的命令 API，十分適合交互式地進行制圖。
安裝：
pip install matplotlib --upgrade
(3) jupyter
jupyter notebook 是 ipython 的升級版，能夠在瀏覽器中創建和共享代碼、方程、說明文檔。
安裝：
pip install jupyter --upgrade
(4) scikit-image
scikit-image 有一組圖像處理的算法，可以使過濾一張圖片變得很簡單，非常適合用於對圖像的預處理。
安裝：
pip install scikit-image --upgrade
(5) librosa
librosa 是用 Python 進行音頻提取的第三方庫，有很多方式可以提取音頻特征。
安裝：
pip install librosa --upgrade
(6) nltk
nltk 模塊中包含着大量的語料庫，可以很方便地完成很多自然語言處理的任務，包括分詞、詞性標注、命名實體識別及句法分析。
安裝：
pip install nltk --upgrade
安裝完成后，需要導入 nltk 工具包，下載 nltk 數據源：
import nltk nltk.download()
(7) keras
Keras 是第一個被添加到 TensorFlow 核心中的高級別框架，成為 TensorFlow 的默認 API。
安裝：
pip install keras --upgrade
(8) tflearn
TFLearn 是另一個支持 TensorFlow 的第三方框架。
安裝：
pip install git+https://github.com/tflearn/tflearn.git