TensorFlow安装与使用入门-MacOS环境

1、安装TensorFlow
Anaconda 是一个集成许多第三方科学计算库的 Python 科学计算环境，机器学习、深度学习中常用的依赖包都已经集成在当中了，免去了繁琐的环境配置过程。到官网下载Anaconda然后安装好。我选择的是MacOs，Python3.6版本。

接下来在MacOS的Terminal下操作
sudo easy_install pip

sudo easy_install --upgrade six

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.6.0-py3-none-any.whl

这样你就安装好了TensorFlow1.6.0，接着测试下安装是否成功
python
# 进入Python编辑环境
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
应该可以显示“Hello，TensorFlow！”，说明你的TensorFlow安装成功了。
2、建立你的第一个图并在会话中运行
import tensorflow as tf
x = tf.Variable(3, name="x")
y = tf.Variable(4, name="y")
f = x*x*y + y +2
sess = tf.Session()
sess.run(x.initializer)
sess.run(y.initializer)
result = sess.run(f)

sess.close()
print(result)

上面有颜色部分可以采用Python中with as 语句简化成
with tf.Session() as sess:
    x.initializer.run()
    y.initializer.run()
    result = f.eval()

这里x.initializer.run()相当于tf.get_default_session().run(x.initializer)，f.eval()相当于tf.get_default_session().run(f)
此外还可以使用全局变量初始化一次性对变量进行初始化
init = tf.global_variables_initializer()
with tf.Session() as sess:
    init.run()

    result = f.eval()
另外如果使用Jupyter或者Python shell，还可以使用InteractiveSession()
init = tf.global_variables_initializer()

init.run()
result = f.eval()
2、TensorFlow基本使用
TensorFlow是基于图（graph）在会话（Session）中执行计算的，使用tensor表示数据，变量（Variable）用来维护状态，feed和fetch用来从操作（operation）中赋值和获取数据。在图中，节点（Nodes）表示可以数学操作，以及数据输入的起点和数据输出的终点、持久变量的终点；而线（edges）表示节点间相互联系的多维数据数组，即张量（tensor）。
TensorFlow程序运行时包括两个阶段：构建阶段和执行阶段。在构建阶段，将op描述成一张图，在执行阶段，使用会话执行图。
构建图时，首先要创建源op（source op）；在执行阶段，要创建一个Session对象。对于IPython的交互环境，使用InteractiveSession替代Session类，可以避免使用变量来持有会话。