总得要不断跟得上时代与技术的步伐——机器学习终将变革我们的生活、学习与工作，也许就在不久的将来。。
今天兴致所致，准备尝试基于我大google的tensorflow搭建个学习环境，哪天说不定可以教会它玩游戏，亦或可以辅助在游戏开发中搭建一些有意思的关卡，先做积累跟培养兴趣吧。好了，废话不多说，进入正题。
看了不少的环境搭建方法，感觉都比较复杂，按照理解，首先要有python的环境（鉴于在windows环境下貌似只支持64位，最低3.5的版本），选择了python3.5.2的64位版本，可以直接进行安装（为方便后期的调试开发，减少错误，建议完整安装），并勾选配置到环境变量，也可以后期自己手动布置环境。安装好python后，即可直接使用cmd命令行进行测试环境布置。
为了方便安装并减少联网失败（各种需要翻墙等）导致的错误安装过程，可将必要的whl依赖包下载下来手动安装（主要牵扯到的是numpy），因此，直接通过pip install wheel先安装whl的环境即可；然后进行安装下载后的numpy即可（http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy）。
之后我们就可以到tensorflow的github上去下载构建好的tensorflow版本（根据自己的环境及版本选择下载，我这边下载的是windows下的cpu版本——https://ci.tensorflow.org/view/Nightly/job/nightly-win/M=windows,PY=35/），下载后直接安装即可。
之后即可直接编写代码测试安装结果即可：
- >>>import tensorflow as tf
- >>>sess = tf.Session()
- >>>test = tf.constant(‘Hello Tensorflow’)
- >>>print(sess.run(test))