用過一段時間的caffe後，對caffe有兩點感受：1、速度確實快; 2、 太不靈活了。
深度學習技術一直在發展，但是caffe的更新跟不上進度，也許是維護團隊的關係：caffe團隊成員都是業餘時間在維護和更新。導致的結果就是很多新的技術在caffe裡用不了，比如rnn, lstm，batch-norm等。當然這些現在也算是舊的東西了，也許caffe已經有了，我已經很久沒有關注caffe的新版本了。它的不靈活之處就是新的東西很難自己擴充套件，只能等版本更新，這就比較尷尬。
因此，只學caffe乙個工具看來是不行了，還得學習其它工具。該學什麼呢？當然是如日中天的tensorflow了，畢竟它背後的團隊很強大，功能也比較齊全，更新也很及時。所謂技多不壓身，學了caffe後再學tensorflow，兩者結合著用。
關於tensorflow的介紹，此處不再囉嗦。關於gpu的安裝與配置，此處也不涉及。
一、安裝anaconda
tensorflow是基於python指令碼語言的，因此需要安裝python, 當然還需要安裝numpy、scipy、six、matplotlib等幾十個擴充套件包。如果乙個個安裝，裝到啥時候去？（我曾經光安裝scipy就裝了一天。。。）
不過現在有了整合環境anaconda，安裝就方便了。python的大部分擴充套件包, 都整合在anaconda裡面了，因此只需要裝這乙個東西就行了。
# bash anaconda2-4.1.1-linux-x86_64.sh或者3.5 版本：
# bash anaconda3-4.1.1-linux-x86_64.sh在安裝的過程中，會問你安裝路徑，直接回車預設就可以了。有個地方問你是否將anaconda安裝路徑加入到環境變數（.bashrc)中，這個一定要輸入yes
安裝成功後，會有當前使用者根目錄下生成乙個anaconda2的資料夾，裡面就是安裝好的內容。在終端可以輸入
conda info 來查詢安裝資訊
輸入conda list 可以查詢你現在安裝了哪些庫，常用的python, numpy, scipy名列其中。如果你還有什麼包沒有安裝上，可以執行
conda install *** 來進行安裝(***代表包名稱），如果某個包版本不是最新的，執行 conda update *** 就可以了。
二、安裝tensorflow
先在終端執行：
anaconda search -t conda tensorflow搜尋一下有哪些tensorflow安裝包，通過檢視版本，選擇最高的版本安裝。比如我看到是0.10.0rc0版本是最高的，如下圖：
因此，執行下面**來檢視詳細資訊：
anaconda show jjhelmus/tensorflow它就會告訴你，怎麼來安裝這個包,在終端執行：
conda install --channel tensorflow然後輸入"y"，進行安裝。
三、除錯
安裝成功與否，我們可以測試一下。
在終端輸入python，進入python編譯環境，然後輸入：
import tensorflow as tf引包tensorflow包，如果沒有報錯，則安裝成功，否則就有問題。
然後可以輸入
tf.__version__檢視tensorflow的安裝版本和安裝路徑（左右各兩根下橫線）。tf.__path__
tensorflow學習筆記（一）
tensorflow是谷歌基於distbelief進行研發的第二代人工智慧學習系統，其命名 於本身的執行原理。tensor 張量 意味著n維陣列，flow 流 意味著基於資料流圖的計算，tensorflow為張量從流圖的一端流動到另一端計算過程。tensorflow是將複雜的資料結構傳輸至人工智慧神...
tensorflow學習筆記 一
constant 生成乙個常量型別的張量 session 生成乙個可運算的會話控制代碼 interactivesession 等價於 sess tf.session 但是結果的執行會有所不同 interactivesession 使用這個需要在執行函式後 eval 才會得到結果 session 使用...
TensorFlow 實戰學習筆記（一）
1.windows 上安裝 tensorflow 流程 對於有英文基礎的朋友，建議直接閱讀官網安裝教程。本答案翻譯自 tensorflow 官網。系統環境要求 windows 上安裝 tensorflow 步驟 安裝 python 開發環境 檢查系統是否已安裝 python 開發環境。如果已安裝，則...