1.Tensorflow的主要依赖包

(1) Protocol Buffer

Protocol Buffer是谷歌开发的处理结构化数据的工具，类似于XML和JSON这两种比较常用的结构化数据处理工具。但是Protocal Buffer格式的数据和XML或者JSON又有很大的区别：首先，使用Protocol Buffer时需要先定义数据格式schema（Protocol Buffer的具体编码方式），其序列化后得到的数据不是可读字符串，而是二进制流；其次，Protocol Buffer格式的数据不需要任何其他信息就能还原序列化之后的数据。Protcol Buffer序列化出来的数据要比XML格式的数据笑3到10倍，解析时间要快20到100倍。

Protocol Buffer是TensorFlow系统中使用到的重要工具，Tensorflow中的数据基本是通过Protocol Buffer来组织的。

(2)Bazel

Bazel是谷歌开源的自动化构建工具，谷歌内部大部分的应用都是通过它来编译的。相比传统的Makefile、Ant或者 Maven，Bazel在速度、可伸缩性、灵活性以及对不同程序语言和平台的支持上都要更加出色。TensorFlow本身以及谷歌给出的很多官方样例都是通过Bazel来编译的。

2.TensorFlow安装

TensorFlow只支持Nvidia计算能力（compute capability）大于3.0的GPU。如果要支持GPU，那么还需要安装Nvidia的Cuda Tookit（版本大于等于7.0）和cuDNN（版本大于等于v2）

(1) 使用Docker安装

Docker是新一代的虚拟化技术，他可以将TensorFlow以及TensorFlow的所有依赖关系统一封装到Docker镜像中，从而大大简化了安装过程。Docker支持大部分的操作系统，如：linux、Mac OS X、Windows。

(2)使用pip安装

pip是一个安装、管理Python软件包的工具，通过pip可以安装已经打包好的TensorFlow以及TensorFlow所需要的依赖关系。
在Ubuntu下的安装步骤如下：
注意：目前只有安装了CUDA toolkit7.5和CuDNN v4的64为Ubuntu下才可以通过pip安装支持GPU的TensorFlow，对于其他系统或者其他CUDA/CuDNN版本的用户需要从源码进行安装来支持GPU是使用。
第一步：安装pip

$ sudo apt-get install python-pip python-dev

第二步：找到合适的安装包URL，并安装
Python 2.7环境：

仅使用 CPU 的版本
$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
开启 GPU 支持的版本 (安装该版本的前提是已经安装了 CUDA sdk)
$ pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

问题：

You are using pip version 8.1.1, however version 9.0.1 is available.
You should consider upgrading via the 'pip install --upgrade pip' command.

解决：

$ pip install --upgrade pip

问题：

 Failed to establish a new connection: [Errno 101] Network is unreachable',)': /tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

解决：估计是网络的的问题
直接将链接： https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl.zip 放到迅雷里面下载，下载完之后放到相应的目录下，

$ mv tensorflow-0.5.0-cp27-none-linux_x86_64.whl.zip tensorflow-0.5.0-cp27-none-linux_x86_64.whl
$ sudo pip install tensorflow-0.5.0-cp27-none-linux_x86_64.whl

另外，这样也可以

$ pip install tensorflow

或者要获得gpu支持的话：

$ pip install tensorflow-gpu

3.第一个tensorflow程序：

$ python
Python 2.7.12 (default, Nov 20 2017, 18:23:56) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> hello = tf.constant('hello tensorflow')
>>> sess = tf.Session()
>>> print sess.run(hello)
hello tensorflow
>>> 
>>> a = tf.constant(10)
>>> b = tf.constant(20)
>>> print sess.run(a+b)
30

直接：

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.3.0-cp27-none-linux_x86_64.whl