1.TensorFlow 简介：TensorFlow 是谷歌公司开发的深度学习框架，也是目前深度学习的主流框架之一。
2.TensorFlow 环境的准备：
本人使用 macOS，Python 版本直接使用 anaconda 的集成包，我们使用 anaconda 来管理环境，为 TensorFlow 创建独立的 Python 环境。
创建一个名为 tensorflow 的 Python 环境：
conda create --name tensorflow python=3.6
激活环境：
source activate tensorflow
退出环境：
source deactivate tensorflow
然后我们在 tensorflow 环境下基于 pip 来安装 TensorFlow：
安装 TensorFlow：
安装完 TensorFlow 后我们试着进入 Python 环境来运行 TensorFlow 测试是否安装成功：
输入一个例子：
![]()
至此，我们 TensorFlow 便安装成功了。
3.安装其他依赖的模块：
（1）numpy
numpy 是用来存储和处理大型矩阵的科学计算包，比 Python 自身的嵌套列表结构 list 要高效的多。
安装：
pip install numpy --upgrade
(2) matplotlib
matplotlib 是 Python 最著名的绘图表，它提供了一整套和 MATLAB 相似的命令 API，十分适合交互式地进行制图。
安装：
pip install matplotlib --upgrade
(3) jupyter
jupyter notebook 是 ipython 的升级版，能够在浏览器中创建和共享代码、方程、说明文档。
安装：
pip install jupyter --upgrade
(4) scikit-image
scikit-image 有一组图像处理的算法，可以使过滤一张图片变得很简单，非常适合用于对图像的预处理。
安装：
pip install scikit-image --upgrade
(5) librosa
librosa 是用 Python 进行音频提取的第三方库，有很多方式可以提取音频特征。
安装：
pip install librosa --upgrade
(6) nltk
nltk 模块中包含着大量的语料库，可以很方便地完成很多自然语言处理的任务，包括分词、词性标注、命名实体识别及句法分析。
安装：
pip install nltk --upgrade
安装完成后，需要导入 nltk 工具包，下载 nltk 数据源：
import nltk
nltk.download()
(7) keras
Keras 是第一个被添加到 TensorFlow 核心中的高级别框架，成为 TensorFlow 的默认 API。
安装：
pip install keras --upgrade
(8) tflearn
TFLearn 是另一个支持 TensorFlow 的第三方框架。
安装：
pip install git+https://github.com/tflearn/tflearn.git
