自从AlphaGo击败李世石开始，AI全面进入我们大众的视野，对于它的讨论变得更为火热起来，关于AI和深度学习的发展历史就不再啰嗦来，可以自己去google或百度。Google的TensorFlow开源深度学习框架，可以粗略的理解为是一个“数学函数”集合和AI训练学习的执行框架。通过它，我们能够更好的将AI的模型运行和维护起来。深度学习的框架有各种各样的版本（Caffe、Torch、Theano等等），今天主要说下自己如何搭建TensorFlow深度学习环境的。
TensorFlow支持下面四种方式安装，官方推荐使用virtualenv安装，Virtualenv虚拟Python环境孤立于电脑其他Python开发，相当于在自己电脑搭建里一个虚拟的Python环境，又不影响电脑本身安装的python，本人是用virtualenv安装的，下面就简单说下通过Terminal安装TensorFlowde步骤。
virtualenv
"native" pip
Docker
installing from sources
1、安装pip(如果电脑已安装可以跳过这步)
sudo easy_install pip
如果这部出现错误，可以看看自己/usr/bin/ 目录是否有多个版本的easy_install，比如说我就有三个，可以试试换个easy_install版本试试，当时用easy_install时遇到错误了，后面换成easy_install－2.7就好了
2、安装virtualenv
sudo pip install --upgrade virtualenv
3、创建一个virtualenv环境
virtualenv --system-site-packages targetDirectory
把virtualenv环境放在targetDirectory，这个目录可以自己创建的，名字看你自己爱好了，比如我的targetDirectory是
“~/Desktop/python/TensorFlow/”
4、激活virtualenv环境
$ source ~/tensorflow/bin/activate # If using bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh # If using csh or tcsh
执行其中一个命令就行，可以参考命令后的注释，我用的是第一个，激活后出现下面界面：
如果想释放当前环境直接运行deactivate就行
5、安装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
可以根据自己的需求安装，此处我安装的是第一个
6、卸载TensorFlow
如果你想卸载TensorFlow，直接删除上面创建的targetDirectory就行
$ rm -r your_targetDirectory
7、验证是否安装成功
开启一个终端，通过步骤4激活环境，在Terminal输入python，在交互式的shell窗口输入下面简单的程序
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
如果你看到下面的输出就表示安装成功了，可以开始学习TensorFlow了
Hello, TensorFlow!
下图是我从激活环境到运行程序的截图
执行exit()是退出python，deactivate是退出TensorFlow环境，到这查不多就可以继续后续的学习了。如果你想通过其他方式安装，可以去官网查看https://www.tensorflow.org/install/ 里面提供了不同操作系统的的不同安装方式，查看前先准备好梯子。