終於準備開始學習谷歌的深度學習框架tensorflow了，花了一上午的時間，終於配置好了，下面就是詳細的步驟：
首先大家可以參考一下官方的安裝tensorflow的方法：
https://www.tensorflow.org/install/install_mac
官方提供了
1、virtualenv
2、”native” pip
3、Docker
4、installing from sources, which is for experts and is documented in a separate guide.(也就是Installing with Anaconda)
四種方法，我們採用最後一種方法，因爲參考《TensorFlow實戰》中是採用這種方法（書裏面說Anaconda是python的一個科學計算髮行版，裏面集成了很多的依賴庫，所以提供了一個很好的編譯環境）。
安裝Anaconda
所以，首先我們就需要下載Anaconda，官方網站爲：
https://www.continuum.io/downloads
mac系統，python2.7版本對應的下載鏈接有以下兩種：
上面一種是圖形界面的Anaconda，下面一種是命令行形式的Anaconda，我選擇的是上面一種(作爲程序員中的菜鳥還是覺得圖形界面更加舒服點)。
下載完成以後，會在根目錄下面多一個anaconda的文件夾(安裝過程中沒有指定路徑的前提下，不過最好就安裝在這裏)：
安裝好Anaconda之後，可以進入終端利用Anaconda的包管理工具來進行一些簡單的操作：
查詢安裝信息
$ conda info
查詢當前已經安裝的庫
$ conda list
安裝庫(*代表庫名稱）
$ conda install ***
更新庫
$ conda update ***
還有一個問題就是Anaconda倉庫鏡像，很多地方說官方下載很慢，需要換成清華的鏡像，但是奇怪的是我換了之後還下載不了了，換成官方的之後倒是又能夠下了，此處還是擺出來給有需要的同學吧：
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes
$ conda install numpy #測試是否添加成功之後會自動在用戶根目錄生成“.condarc”文件，可以在終端用
$ ls -a
命令查看該文件，如果要刪除鏡像，直接刪除“.condarc”文件即可：
$ rm .condarc
至此，安裝Anaconda的任務就完成了，有需要了解conda的使用方法的，也可以查看下面這篇博文：http://www.cnblogs.com/harvey888/p/5465452.html
在Anaconda環境中安裝TensorFlow
此處採用pip方式來進行安裝：
pip方式需要首先激活conda環境：
$ source activate tensorflow 然後根據要安裝的不同tensorflow版本選擇對應的一條環境變量設置export語句（操作系統，Python版本，CPU版本還是CPU+GPU版本）
# Ubuntu/Linux 64-bit, CPU only, Python 2.7
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl
# Mac OS X, CPU only, Python 2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl
# Mac OS X, GPU enabled, Python 2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-1.2.1-py2-none-any.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.4
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.5
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
# Mac OS X, CPU only, Python 3.4 or 3.5:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py3-none-any.whl
# Mac OS X, GPU enabled, Python 3.4 or 3.5:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-1.2.1-py3-none-any.whl 看到上面每個版本中的tensorflow後面都有一個1.2.1的版本號，我們如果需要最新的版本，可以到https://github.com/tensorflow/tensorflow/中去查看，進入網站之後，根據具體情況點擊鏈接查看：
比如我要安裝的是Mac CPU-only中的python2，就可以點擊這個鏈接來查看：
可以看到後面的最新地址是1.2.1，就可以將上面的地址改成這個最新的版本號，再用下面的命令進行安裝：
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl
# Python 2 的選擇下面的命令來進行安裝
(tensorflow)$ pip install --ignore-installed --upgrade $TF_BINARY_URL
# Python 3 的選擇下面的命令來進行安裝
(tensorflow)$ pip3 install --ignore-installed --upgrade $TF_BINARY_URL （該命令行的用戶名前面的(tensorflow)是因爲前面激活了tensorflow而出現的）。
然後就可以測試安裝了：
$ source activate tensorflow
(tensorflow)$ # Your prompt should change.
# Run Python programs that use TensorFlow.
$ python
Python 2.7.13 |Anaconda 4.4.0 (x86_64)| (default, Dec 20 2016, 23:05:08)
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
Anaconda is brought to you by Continuum Analytics.
Please check out: http://continuum.io/thanks and https://anaconda.org
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
# 以上程序沒有報錯的話就是安裝成功了
# When you are done using TensorFlow, deactivate the environment.
(tensorflow)$ source deactivate 本步驟參考博文：http://blog.csdn.net/nxcxl88/article/details/52704877