# Ubuntu/Linux 64-位 系统的执行代码:
$ sudo apt-get install python-pip python-dev

# Mac OS X 系统的执行代码:
$ sudo easy_install --upgrade pip
$ sudo easy_install --upgrade six

CPU版本

$ pip3 install tensorflow

GPU版本
先安装NVIDIA CUDA必要组件

$ sudo apt-get install libcupti-dev

通过pip安装

$ sudo apt-get install python3-pip python3-dev # for Python 3.n

然后选择要安装的版本

$ pip install tensorflow      # Python 2.7; CPU support (no GPU support)
$ pip3 install tensorflow     # Python 3.n; CPU support (no GPU support)
$ pip install tensorflow-gpu  # Python 2.7;  GPU support
$ pip3 install tensorflow-gpu # Python 3.n; GPU support

windows版本
方法一：安装Anaconda
方法二：pip安装
首先安装python3.5及以上版本
安装numpy，两个教程莫烦python，或者u014206910的CSDN博客，以及可能会出现的错误。
在cmd或者powershell窗口下敲命令

# CPU 版的
C:\> pip3 install --upgrade tensorflow

# GPU 版的
C:\> pip3 install --upgrade tensorflow-gpu

错误1：

Error importing tensorflow.  Unless you are using bazel,
you should not try to import tensorflow from its source directory;
please exit the tensorflow source tree, and relaunch your python interpreter
from there.

解决办法：安装Microsoft Visual C++ 2015 redistributable update 3 64 bit。
错误2：

ImportError: No module named '_pywrap_tensorflow_internal'

解决办法：安装Visual C++ Redistributable for Visual Studio 2015。
测试
打开python编辑器，输入以下代码，如果没有出错则说明安装正确。

import tensorflow

更新Tensorflow
比较麻烦，要先删除原有的版本，重新安装

pip3 uninstall tensorflow #删除代码

1.7 神经网络在干嘛

机器学习其实就是让电脑不断的尝试模拟已知的数据，他能知道自己拟合的数据离真实的数据差距有多远，然后不断地改进自己拟合的参数，提高拟合的相似度。

拟合参数：假设我们的神经网络模拟训练一个二维的数组问题，x表示输入，y表示输出，二元一次函数y=ax+b，我们要通过不断的训练得出一个最优的或者说确定下来的a和b的值，这样再以后再输入的时候，就可以得到确定的y的值（当然这是不可能的，只能无限接近）。