0. 写点儿闲话
其实开始关注TensorFlow已经两个月了，一直尝试着要在电脑上安装尝试，可数次都是花了很长时间尝试种种最后未能如愿。也正好因为这两个月忙着要改论文交论文和处理回国事宜，所以就暂时就放了下来。正好今天有了时间，心想着再尝试一次，结果没有想到，花费了不到一个小时就完成了安装和第一个程序的验证。从今天起，Tensorflow之旅正式开始！
1. 安装教程
前几次的安装都是按照Tensorflow中文社区安装教程来安装的，几次都是在某些莫名的地方出现问题没法进行下去了。这次是拜真正从零开始，Tensorflow详细安装图文教程所指导，得以顺利安装成功。后者讲解详细，对过程中出现的问题都作出了解释，很顺利得就安装成功了。
2. 安装流程
2.1 安装pip
必不可少的python-pip和python-dev
在这个Terminal窗口中输入命令：
$ sudo apt-get install python-pip python-dev
2.2 安装Tensorflow
命令如下
$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
在这一步遇到了如下问题，按照教程的指示，更新pip可解决，详细内容可阅读《真正从零开始》
更新完成后再次输入安装命令，故障已排除。不过由于是谷歌的服务器，果不其然出现了如下连接故障。
尝试多次（10次以上）后终于正常下载并安装成功了。
3. 初次运行
安装好之后就要兴致勃勃地进行第一次运算了，这里我用的是中文社区的代码，代码如下：
import tensorflow as tf
import numpy as np
# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 构造一个线性模型 #
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化变量
nit = tf.initialize_all_variables()
# 启动图(graph)
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in xrange(0, 201):
sess.run(train)
if step % 20 == 0:
print step, sess.run(W), sess.run(b)
# 得到最佳拟合结果 W: [[0.100 0.200]], b: [0.300]
使用的IDE为Eric。 需注意，以上的代码需要由python2来执行，如使用python3执行的话会报错（如print语句在python2 和Python3中使用不一样）。
在Eric Python IDE中设置执行的Python版本的方法如下：
在右侧的Preferences中点选Debugger中的Python选项卡，将.py文件加入关联资源，并在Python3选项卡中取消.py 文件的关联，之后重启运行，故障排除，程序顺利运行并得到理想中的结果：w：[0.1, 0.2] b [0.3]
结果如下：
