最近公司安排學習python，同時研究一下深度學習，人工智能識別，最後的目的就是實現利用機器學習自動完成影像的對別，識別房屋，自動生成地形圖等。總之走在時尚最前沿了，說幹就幹，但是入門的路上坑真的太多，寫在這裏算是提醒，總結，也可以作爲後的某一天的回味吧。
首先感謝一下我的領導，提供了學習環境和機會，感激。
一、利用軟件Tesseract-OCR和 模塊pytesseract，PIL實現對圖片中文字進行識別，程序代碼很簡單：
from PIL import Image
import pytesseract
#text = pytesseract.image_to_string(Image.open("1.jpg"),lang="chi_sim")
image = Image.open("1.jpg")
text = pytesseract.image_to_string(image,lang="chi_sim")
print(text)軟件安裝注意的就是tess中要設置中文，然後是環境變量，環境變量真的重要，現在才明白控制檯爲什麼都不執行相關的命令了，環境變量path中添加，然後 ;隔開輸入軟件的安裝路徑。
其實安裝都可以利用pip，只是貌似pil這個版本有問題吧，單獨下載安裝，至於pytesseract則需要打開.py改動裏面的文件路徑，最後輸入圖片就可以識別了。
二、其實上面的都是走了彎路，包括接觸TensorFlow的安裝也走了一些彎路，不過最後還是能用。
TensorFlow的安裝方式很多，要有兩個軟件protocol buffer和bazel。安裝一開始使用docker，費盡周折，不過這個軟件可以留着使用了。然後用pip安裝 直接輸入：
pip install tensorflow
安裝完畢，環境沒配置好，也許是方法太複雜，越複雜越容易出問題。
TensorFlow使用
首先是載入
import tensorflow as tf #使用tf代替模塊名稱
graph （圖表） 查看計算圖 創建計算圖
tf.get_default_graph 獲取計算圖
創建計算圖
g1 = tf.graph
with g1.as_default():#定義g1中的變量V
v = tf.get_variable(
"v",initializer = tf.zeros_initializer(shape=[1]))#初始化值爲0
#讀取
with tf.Session(graph=g1) as sess:
tf.initializer_all_variable().run()
with tf.variable_scope("",reuse=ture) :
print(sess.run(tf.get_variable("v")))