先在这说一下我在学习Tensorflow的过程中都安装了什么？因为也走了一些弯路，希望能够引起大家注意。
因为在开始学习之前已经决定选用Python作为开发语言，所以首先就要先安装一系列和Python相关的Tool，IDE等。
Q1.Python or Python3？
A:这个问题我回答起来很心虚，因为我都不会……所以我都安装了。我在最开始学习的时候照着google的guide学习了有一小段时间，大概2-3天，也就是基本的Python2的语法看了一下，在实践操作的过程中呢，我粗浅的发现他们部分语法有些诧异，但是对于有coding经验的人来说，看代码还是不怎么费力的，写的话，反正我都要查……所以up to yourself. 都没关系。如果是0经验的，我推荐用新的Python3，原因就是长江后浪推前浪，一代更比一代强。
Python安装：https://www.python.org/downloads/
ps 由于我用的是mac，pc的安装和使用大同小异，就不细说。
Ok，安装好了之后，去terminal（命令行）就可以用python，或者python3直接进入python环境了。在这边就可以做一些简单的test了。
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
init = 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]
Q2：我想做个带图的demo，有什么可视化的工具可以用吗？
A:这个问题好low，我自己都觉得好low，但是由于真的是什么都不懂，什么都要现学，确实会问这个问题，至少我自己问了。
terminal就能看到图，如下例：
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(9)
y = np.sin(x)
plt.plot(x,y)
plt.show()
你会得到如下的结果：
待续……
