給大家分享一下TensorFlow在MAC系統(tǒng)中的安裝步驟以及環(huán)境搭建的操作流程。

TensorFlow 底層的圖模型結構清晰，容易改造；支持分布式訓練；可視化效果好。如果做長期項目，接觸較大數(shù)據(jù)集的話，TensorFlow很適用，而且谷歌也在不斷優(yōu)化完備它，對于使用深度學習朋友，TensorFlow是一個很好的工具。

在學習了一段時間臺大李宏毅關于deep learning的課程，以及一些其他機器學習的書之后，終于打算開始動手進行一些實踐了。

感覺保完研之后散養(yǎng)狀態(tài)下，學習效率太低了，于是便想白天學習，晚上對白天學習的知識做一些總結和記錄，如果有不妥的地方，歡迎大家批評指教，共同進步。

一、深度學習框架的選擇

隨著深度學習日趨火熱，技術的逐漸興起，各種深度學習框架也層出不窮。

目前使用普遍的框架有Tensorflow、Caffe、PyTorch、Theano、CNTK等，那么在這么多框架中該如何選擇呢？

筆者作為一個初學者，架不住Tensorflow的名氣之大，所以最開始便選擇了Tensorflow。當然不僅僅只是因為名氣大，Tensorflow作為谷歌主持的開源項目，它的社區(qū)熱度目前看來是旺盛的，而且現(xiàn)在也最為流行。聽說，它是在谷歌總結了DistBelief的經(jīng)驗教訓上形成的；它運行高效、可擴展性強，可以運行在手機、普通電腦、計算機群上。

下面再簡單介紹一下其他深度學習框架的特點：

（1） Caffe：卷積神經(jīng)網(wǎng)絡框架，專注于卷積神經(jīng)網(wǎng)絡和圖像處理，因為是基于C++語言，所以執(zhí)行速度非常的快。

（2） PyTorch：動態(tài)computation graph！?。。üP者學習Tensorflow一段后，便會轉學PyTorch試試看）

（3） Theano：因其定義復雜模型很容易，在研究中比較流行。

（4） CNTK：微軟開發(fā)的，微軟稱其在語音和圖像識別方面比其他框架更有優(yōu)勢。不過代碼只支持C++.

Tensorflow的一些特性就不再說了，網(wǎng)絡上相關資料也有很多。

下面就介紹一下Tensorflow的安裝，筆者的安裝順序是首先安裝Anaconda、然后安裝Tensorflow、再安裝Pycharm。

二、安裝Anaconda

安裝環(huán)境：

雖然筆者用的是mac，自帶了Python，但是還是先安裝了Anaconda（點擊進入官網(wǎng)）。因為它集成了很多Python的第三方庫，而且可以方便的管理不同版本的Python，在不同版本的Python之間切換。而且Anaconda是一個科學計算環(huán)境，在電腦上安裝完Anaconda之后，除了相當于安裝了Python，也安裝好了一些常用的庫。

筆者安裝的是Python 2.7版的Anaconda，在安裝好Anaconda之后，就已經(jīng)安裝好了Python和一些常用的庫了。此外，還自動安裝了Spyder。