人工智能已经成为了目前的大趋势，作为程序员的我们也应该跟着时代进步。Tensorflow作为人工智能领域的重要工具，被广泛的使用在机器学习的应用当中。
Tensorflow使用人数众多、社区完善，所以我们可以把学习Tensorflow作为接触人工智能的第一步，闲话不多说，我们进入正题！
本套系列课程旨在记录我学习Tensorflow的过程，我会用更简洁的语言来与大家分享我的学习心得，所有文章我都会不间断的更新完善，文章中有不正确的地方，请大家指正，共同学习！
一、安装Python
安装Python的方法很多，我们可以直接在Python的官网下载符合你操作系统的Python安装包，直接安装即可：
https://www.python.org/downloads/
但对于零基础学习Tensorflow的朋友来说，tensorflow和opencv、numpy等第三方库都有着依赖关系，未安装第三方库或版本不正确都会导致tensorflow无法安装，所以我还是建议大家使用Anaconda来安装python集成环境。
什么是Anacoda?
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，安装Anaconda以后，再也不用担心安装tensorflow会踩到无数的坑。
1、安装Anacoda
Anacoda的下载地址是：
https://www.anaconda.com/distribution/
我的操作系统是Windows 64位，所以下载“64-Bit Graphical Installer”。
下载完成后，双击开始安装，选择程序安装路径
在这里要注意一下，记着勾选“Add Anaconda to the system PATH environment variable”，将Anacoda的路径自动配置到环境变量中，虽然安装完成后也可以手动添加，但这里可以一劳永逸，避免出现未知的一些错误。
好了，点击“Install”静等安装完成吧！
安装完成后，终端输入：
conda --version
如果输出conda的版本号，那就说明Anacoda安装成功！
2、创建Anacoda虚拟环境
直观的来说，Anacoda就像一个VMware（虚拟机），虚拟机安装好以后，就需要安装操作系统！所以我们开始创建一个适合使用tensorflow的python环境吧。
我们创建一个叫tensorbase的虚拟环境，此环境使用3.6版本的python，打开终端输入创建虚拟环境的命令：
conda create -n tensorbase python=3.6
输入y，然后回车等待安装！安装成功后，我们可以使用命令查看所有可用的虚拟环境：
conda env list
二、安装tensorflow
在终端中执行命令切换到我们新创建的虚拟环境中：
activate tensorbase
然后我们就可以使用python提供的pip工具来安装tensorflow了，在安装之前，我们先把pip的源更换为国内镜像， 在终端执行命令：
更换为清华的源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
源更换成功后，开始安装tensorflow，在终端执行命令：
pip install tensorflow==1.4
注：由于我的cpu不兼容1.5及以上的版本，所以我指定安装了tensorflow的1.4版本，以后的课程也以1.4版本为标准来讲解。
tensorflow分为cpu版和gpu版，我这里安装的是cpu版本，因为tensorflow不支持我的GPU！想要安装GPU版的tensorflow，还需安装CUDA和cuDNN，在这里就不详细介绍安装方法，但如果你想知道tensorflow是否支持你的显卡，可以通过下面的网址查看支持 CUDA的GPU卡：
https://developer.nvidia.com/cuda-gpus
等待安装完成后，我们验证一下tensorflow是否安装成功，终端输入命令：python进入编辑器，然后输入：
import tensorflow as tf
如果没有报错的话，说明tensorflow1.4版本安装成功！如果出现类似于下面的错误，那就说明你的CPU无法兼容当前版本的tensorflow，你可以安装老版本的tensorflow的解决这个问题。
ImportError: DLL load failed with error code -1073741795