人工智能已經成為了目前的大趨勢，作為程序員的我們也應該跟着時代進步。Tensorflow作為人工智能領域的重要工具，被廣泛的使用在機器學習的應用當中。
Tensorflow使用人數眾多、社區完善，所以我們可以把學習Tensorflow作為接觸人工智能的第一步，閑話不多說，我們進入正題！
本套系列課程旨在記錄我學習Tensorflow的過程，我會用更簡潔的語言來與大家分享我的學習心得，所有文章我都會不間斷的更新完善，文章中有不正確的地方，請大家指正，共同學習！
一、安裝Python
安裝Python的方法很多，我們可以直接在Python的官網下載符合你操作系統的Python安裝包，直接安裝即可：
https://www.python.org/downloads/
但對於零基礎學習Tensorflow的朋友來說，tensorflow和opencv、numpy等第三方庫都有着依賴關系，未安裝第三方庫或版本不正確都會導致tensorflow無法安裝，所以我還是建議大家使用Anaconda來安裝python集成環境。
什么是Anacoda?
Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項，安裝Anaconda以后，再也不用擔心安裝tensorflow會踩到無數的坑。
1、安裝Anacoda
Anacoda的下載地址是：
https://www.anaconda.com/distribution/
我的操作系統是Windows 64位，所以下載“64-Bit Graphical Installer”。
下載完成后，雙擊開始安裝，選擇程序安裝路徑
在這里要注意一下，記着勾選“Add Anaconda to the system PATH environment variable”，將Anacoda的路徑自動配置到環境變量中，雖然安裝完成后也可以手動添加，但這里可以一勞永逸，避免出現未知的一些錯誤。
好了，點擊“Install”靜等安裝完成吧！
安裝完成后，終端輸入：
conda --version
如果輸出conda的版本號，那就說明Anacoda安裝成功！
2、創建Anacoda虛擬環境
直觀的來說，Anacoda就像一個VMware（虛擬機），虛擬機安裝好以后，就需要安裝操作系統！所以我們開始創建一個適合使用tensorflow的python環境吧。
我們創建一個叫tensorbase的虛擬環境，此環境使用3.6版本的python，打開終端輸入創建虛擬環境的命令：
conda create -n tensorbase python=3.6
輸入y，然后回車等待安裝！安裝成功后，我們可以使用命令查看所有可用的虛擬環境：
conda env list
二、安裝tensorflow
在終端中執行命令切換到我們新創建的虛擬環境中：
activate tensorbase
然后我們就可以使用python提供的pip工具來安裝tensorflow了，在安裝之前，我們先把pip的源更換為國內鏡像， 在終端執行命令：
更換為清華的源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
源更換成功后，開始安裝tensorflow，在終端執行命令：
pip install tensorflow==1.4
注：由於我的cpu不兼容1.5及以上的版本，所以我指定安裝了tensorflow的1.4版本，以后的課程也以1.4版本為標准來講解。
tensorflow分為cpu版和gpu版，我這里安裝的是cpu版本，因為tensorflow不支持我的GPU！想要安裝GPU版的tensorflow，還需安裝CUDA和cuDNN，在這里就不詳細介紹安裝方法，但如果你想知道tensorflow是否支持你的顯卡，可以通過下面的網址查看支持 CUDA的GPU卡：
https://developer.nvidia.com/cuda-gpus
等待安裝完成后，我們驗證一下tensorflow是否安裝成功，終端輸入命令：python進入編輯器，然后輸入：
import tensorflow as tf
如果沒有報錯的話，說明tensorflow1.4版本安裝成功！如果出現類似於下面的錯誤，那就說明你的CPU無法兼容當前版本的tensorflow，你可以安裝老版本的tensorflow的解決這個問題。
ImportError: DLL load failed with error code -1073741795