深度學習技術一直在發展，但是caffe的更新跟不上進度，也許是維護團隊的關係：caffe團隊成員都是業餘時間在維護和更新。導致的結果就是很多新的技術在caffe裡用不了，比如rnn, lstm，batch-norm等。當然這些現在也算是舊的東西了，也許caffe已經有了，我已經很久沒有關注caffe的新版本了。它的不靈活之處就是新的東西很難自己擴充套件，只能等版本更新，這就比較尷尬。
因此，只學caffe乙個工具看來是不行了，還得學習其它工具。該學什麼呢？當然是如日中天的tensorflow了，畢竟它背後的團隊很強大，功能也比較齊全，更新也很及時。所謂技多不壓身，學了caffe後再學tensorflow，兩者結合著用。
關於tensorflow的介紹，此處不再囉嗦。關於gpu的安裝與配置，此處也不涉及。
一、安裝anaconda
tensorflow是基於python指令碼語言的，因此需要安裝python, 當然還需要安裝numpy、scipy、six、matplotlib等幾十個擴充套件包。如果乙個個安裝，裝到啥時候去？（我曾經光安裝scipy就裝了一天。。。）
不過現在有了整合環境anaconda，安裝就方便了。python的大部分擴充套件包, 都整合在anaconda裡面了，因此只需要裝這乙個東西就行了。
# bash anaconda2-4.1.1-linux-x86_64.sh或者3.5 版本：
# bash anaconda3-4.1.1-linux-x86_64.sh在安裝的過程中，會問你安裝路徑，直接回車預設就可以了。有個地方問你是否將anaconda安裝路徑加入到環境變數（.bashrc)中，這個一定要輸入yes
安裝成功後，會有當前使用者根目錄下生成乙個anaconda2的資料夾，裡面就是安裝好的內容。在終端可以輸入
conda info 來查詢安裝資訊
輸入conda list 可以查詢你現在安裝了哪些庫，常用的python, numpy, scipy名列其中。如果你還有什麼包沒有安裝上，可以執行
conda install *** 來進行安裝(***代表包名稱），如果某個包版本不是最新的，執行 conda update *** 就可以了。
二、安裝tensorflow
先在終端執行：
anaconda search -t conda tensorflow搜尋一下有哪些tensorflow安裝包，通過檢視版本，選擇最高的版本安裝。比如我看到是0.10.0rc0版本是最高的，如下圖：
因此，執行下面**來檢視詳細資訊：
anaconda show jjhelmus/tensorflow它就會告訴你，怎麼來安裝這個包,在終端執行：
conda install --channel tensorflow然後輸入"y"，進行安裝。
三、除錯
安裝成功與否，我們可以測試一下。
在終端輸入python，進入python編譯環境，然後輸入：
import tensorflow as tf引包tensorflow包，如果沒有報錯，則安裝成功，否則就有問題。
然後可以輸入
tf.__version__檢視tensorflow的安裝版本和安裝路徑（左右各兩根下橫線）。tf.__path__
tensorflow的安裝問題
還是這個問題 嘗試各種辦法之後沒有什麼用處，只能將原來的環境刪除，在重新安裝一次tensorflow了，不過這樣也好，讓我一次性更新完了1.9.0 的tensorflow cpu和tensorflow gpu。安裝tensorflow cpu直接pip install tensorflow 就行了系...
TensorFlow的安裝 測試
安裝步驟 入門的方法最好使用anaconda的方法進行安裝 當然可以使用pip的方式，這個在tensorflow官網有安裝教程 在annaconda 的prompt 輸入查詢可以安裝的tensorflow 的版本anaconda search t conda tensorflow gpu 為了使用國...
TensorFlow 簡易安裝
首先要安裝python，這個就不多說了，網上大把教程。註明一下我是使用的是linux系統。接下來是具體tensorflow的安裝過程了。tensorflow可以看做是乙個用來解決問題的工具包。對於工具包的安裝就有不同的途徑，1 通過一些python的包管理系統來進行安裝 2 通過原始碼自行安裝。對於...