自從AlphaGo擊敗李世石開始，AI全面進入我們大衆的視野，對于它的讨論變得更為火熱起來，關于AI和深度學習的發展曆史就不再啰嗦來，可以自己去google或百度。Google的TensorFlow開源深度學習架構，可以粗略的了解為是一個“數學函數”集合和AI訓練學習的執行架構。通過它，我們能夠更好的将AI的模型運作和維護起來。深度學習的架構有各種各樣的版本（Caffe、Torch、Theano等等），今天主要說下自己如何搭建TensorFlow深度學習環境的。
TensorFlow支援下面四種方式安裝，官方推薦使用virtualenv安裝，Virtualenv虛拟Python環境孤立于電腦其他Python開發，相當于在自己電腦搭建裡一個虛拟的Python環境，又不影響電腦本身安裝的python，本人是用virtualenv安裝的，下面就簡單說下通過Terminal安裝TensorFlowde步驟。
virtualenv
"native" pip
Docker
installing from sources
1、安裝pip(如果電腦已安裝可以跳過這步)
sudo easy_install pip
如果這部出現錯誤，可以看看自己/usr/bin/ 目錄是否有多個版本的easy_install，比如說我就有三個，可以試試換個easy_install版本試試，當時用easy_install時遇到錯誤了，後面換成easy_install－2.7就好了
2、安裝virtualenv
sudo pip install --upgrade virtualenv
3、建立一個virtualenv環境
virtualenv --system-site-packages targetDirectory
把virtualenv環境放在targetDirectory，這個目錄可以自己建立的，名字看你自己愛好了，比如我的targetDirectory是
“~/Desktop/python/TensorFlow/”
4、激活virtualenv環境
$ source ~/tensorflow/bin/activate # If using bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh # If using csh or tcsh
執行其中一個指令就行，可以參考指令後的注釋，我用的是第一個，激活後出現下面界面：
如果想釋放目前環境直接運作deactivate就行
5、安裝tensorflow
$ pip install --upgrade tensorflow # for Python 2.7
$ pip3 install --upgrade tensorflow # for Python 3.n
$ pip install --upgrade tensorflow-gpu # for Python 2.7 and GPU
$ pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU
可以根據自己的需求安裝，此處我安裝的是第一個
6、解除安裝TensorFlow
如果你想解除安裝TensorFlow，直接删除上面建立的targetDirectory就行
$ rm -r your_targetDirectory
7、驗證是否安裝成功
開啟一個終端，通過步驟4激活環境，在Terminal輸入python，在互動式的shell視窗輸入下面簡單的程式
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
如果你看到下面的輸出就表示安裝成功了，可以開始學習TensorFlow了
Hello, TensorFlow!
下圖是我從激活環境到運作程式的截圖
執行exit()是退出python，deactivate是退出TensorFlow環境，到這查不多就可以繼續後續的學習了。如果你想通過其他方式安裝，可以去官網檢視https://www.tensorflow.org/install/ 裡面提供了不同作業系統的的不同安裝方式，檢視前先準備好梯子。