這是本人自編的 TensorFlow 教程，本人對 TensorFlow 理解有限，請各位看官輕噴。本教程適用於 Python 基礎不夠好的同學，但仍然要求懂一些Python的基本語法。因爲追求更加通俗易懂，本教程追求代碼完整，描述冗長，請各位耐心看。謝謝！
首先是關於 TensorFlow 的安裝，請參考
http://www.tensorfly.cn/tfdoc/get_started/os_setup.html
TensorFlow中文社區的安裝指南，不過這個網站確實有長期不更新的感覺（沒有實際證據）。同時Windows下也已經可以安裝TensorFlow了，在下沒有嘗試過，也許需要熟悉Python的同學協助你；Linux或者MacBook使用pip即可安裝。同時本教程基本使用CPU跑TensorFlow，請想使用GPU的同學自行學習。
本教程所有的代碼都基於 Python3.6。
關於 TensorFlow 的最大的坑：API 頻繁更改，請參考 http://devdocs.io/ 這個網站，上面有最新的 API 文檔。當然，如果你可以翻牆上 TensorFlow 官網，或者上官網毫無壓力，請上官網查閱相關文檔。
以上是寫在前面。如果有些地方看不懂，沒有關係，只要裝好TensorFlow就好，因爲“Talk is cheap. Show me the code.”
在學習一門新的語言時，大家總是想先學如何寫出“Hello, world!”程序。我們也從類似的打印輸出開始吧，不過不是“Hello, world!”。
很多教程喜歡把步子邁得太大，在下智商有限，喜歡小步伐前進，同時更加平穩，注重細節。同時每段代碼都是全的，就是說copy即可運行。
import tensorflow as tf
num = tf.constant([1, 2])
init = tf.global_variables_initializer()
with tf.Session() as sess:
print(sess.run(num))這段代碼的輸出很簡單，就是打印[1 2]，可自行跑一下，和打印“Hello, world”一個意思。稍微熟悉點編程的人都會說：“你TM在逗我！”。確實，打印一個變量，在Python裏完全可以這樣寫（不要在意有沒有逗號的區別，謝謝）：
num = [1, 2]
print(num)但放這麼簡單的代碼出來，還是需要說一些 TensorFlow 的基本規則的，麻雀雖小五臟俱全嘛，接下來我會詳細解釋代碼。
首先，一個用 TensorFlow 框架寫的代碼有兩部分組成：定義一張計算圖；在一個會話中啓動圖。也許你會不知道我在說什麼，總之先記住有兩部分組成。
num = tf.constant([1, 2])這行代碼是在TensorFlow的圖裏定義一個常量（注意，它不是變量）。tf.constant 這個API是用來定義常量的。然後在這段代碼裏，計算圖就定義完了（說好的計算呢，這個慢慢會解釋）。
注：出現tf當然是因爲import tensorflow as tf這行代碼，基礎差的可以先不用管，記得照着寫上這一行就行了。
init = tf.global_variables_initializer()這行代碼是初始化計算圖，就是爲一些變量開闢空間，同時將計算模型固定。嚴格來說我不能準確描述清楚這行代碼的目的及意義，不過可以先照着寫就可以了，沒有這行代碼一定會報錯。
with tf.Session() as sess:
print(sess.run(num))然後就是用會話啓動圖了，首先要定義會話，爲什麼要定義會話呢？目前我理解有限，只能說TensorFlow的規定是這樣。至於爲什麼要寫成
with tf.Session() as sess: 這樣去定義會話，主要是因爲省事，另一種定義會話的方式是
sess = tf.Session()
# 加上其他代碼
sess.close()你需要多寫一行代碼，爲了避免忘記，建議用with。對了，爲什麼要close，目前我也只能說這也是規定，照着寫就行了。
然後我們用sess.run()去計算圖。比如sess.run(num)就是要求得到計算圖裏面num的計算結果。關於sess.run()，下一節會有更詳細的介紹。
今天就介紹到這兒，萬事開頭難，會了基本規則，一般情況下可以先隨意魔改一下代碼，祝大家魔改順利。