第一步 安装Anaconda
tensorflow的安装方式多样，考虑到后续学习的方便，笔者采用Anaconda（下载地址）下安装tensorflow。Anaconda是一个科学计算环境，集成了很多python第三方库，并且管理python版本十分方便。
安装完成后
可以使用Anaconda自带的集成开发环境Spyder（自动安装）进行开发，但笔者尝试学习传说中mac特有的XCode...
第二步 创建虚拟环境
创建虚拟环境有GUI和命令行两种方式。
GUI方式
点击红色方框内的create按钮创建python虚拟环境
命令行方式
打开终端，输入 conda create -n 环境名称 python=3.7，其中python版本为可选字段。
命令如下（mac下）
source activate tensorflow 激活/进入tensorflow环境
source deactivate 退出环境
第三步 安装tensorflow
命令行进入tensorflow的虚拟环境；
命令行 pip3 install tensorflow，会自动安装Anaconda配置好的python版本；
第四步 测试安装结果
1.命令行简单测试
2.IDE测试
前面说了，笔者有意学习XCode，所以就尝试用XCode编程测试。
依次按下图操作
注意这里Build Tool要选择虚拟环境下的python解释器，否则安装的tensorflow无法import
详细创建工作见 用Xcode创建python项目
编写程序
import tensorflow as tf
print('Hello')
#创建常量和变量
cst = tf.constant(2.0, name='cst')
a = tf.Variable(3.0, name='a')
b = tf.Variable(4.0, name='b')
c = tf.Variable(5.0, name='c')
#定义运算
d = tf.add(c, cst, name='d')
e = tf.multiply(a, b, name='e')
rlt = tf.multiply(d, e, name='rlt')
init_op = tf.global_variables_initializer()
#session
with tf.Session() as ss:
ss.run(init_op)
rlt_out = ss.run(rlt)
print(rlt_out)
结果表明，tensorflow安装成功。
关于不能选择虚拟环境下的python解释器问题的解决方法。
