首先，Tensorflow是什么？
大约300年前，人类发明了蒸汽机和农业设备，这些机器在物理层面上超越了人类的能力。 今天随着计算成本越来越低，机器学习要做的，是让机器从智力层面上，也要超越我们人类。Tensorflow是Google发布机器学习系统，于2015年11月9日宣布开源。
官方GitHub仓库：
https://github.com/tensorflow/tensorflow
如果有一天，你也像我一样对Tensorflow系统产生了好奇，作为一个完全不懂机器学习的人，不需要翻墙，不需要装linux系统，不需要明白机器学习的原理，在五分钟之内感受到机器学习的神奇，这就是这篇文章的目的。
第一步：打开下面的网址，感谢codinggame这个平台。
https://www.codingame.com/training/machine-learning/deep-learning-tensorflow
第二步：点击solve it，在右上对话框输入以下代码：
import random
import input_data
mnist = input_data.read_data_sets(raw_input(), raw_input(), raw_input())
import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)
y_ = tf.placeholder(tf.float32, [None, 10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(1000):
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
result = sess.run(tf.argmax(y,1), feed_dict={x: mnist.validation.images})
print ' '.join(map(str, result))
第三步：点击PLay ALL TESTCASES运行测试
到这里，你就用TensorFlow解决了一个最简单的问题，手写数字识别。你可以看到左边GUESS是机器认为这个数字是多少，中间是手写数字图片，右边是数字真实值。识别率可以达到90%。就好比编程入门有Hello World，机器学习入门有手写数字识别（MNIST）。
下一步，如果要理解第二步输入的python语句是在干什么，就需要慢慢学习了，参照官方文档：
英文版：
中文版
