TensorFlow
详见 http://www.jianshu.com/p/eaef5cd799b6
TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow 底层的图模型结构清晰，容易改造；支持分布式训练；可视化效果好。
基于Python的基本配置
Python是一种高级语言，它的特点是程序很简洁，但是因为简洁，所以在将其翻译成CPU可以理解的指令——也就是执行代码的时候速度会比那些低级一些的语言，比如C语言慢一些。不过在现在电脑的性能面前，这种差别大多数时候不足挂齿。
提到Python，大家不会像C语言那样马上想起它有一个专用的编译器。因为Python可以执行的地方千奇百怪。在ABAQUS的command模式，CLI以及菜单栏的"run script"，均可以调用python文件，快速实现程序二次开发；甚至可以很方便的在系统的终端里直接执行。
Tensorflow支持多种前端语言，但对Python的支持是最好的，因此教程也基于Python来进行，首先我们打开Terminal（楼主使用的是基于zsh的iTerm2）。
1. 官网下载安装Anaconda，可以选择python3+版本；
2. 准备必需package，终端输入
$ pip install urllib3
3. 安装tensorflow，终端输入
$ pip install tensorflow
4.运行python并加载tensorflow，终端输入
$ python
>>>import tensorflow as tf
然后开始表演。。。
注：
sess =tf.Session()中的warning跟库的编译选项有关,下面的步骤可以避免打印.
>>>import os
>>>os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
如果做长期项目，接触较大数据集的话，TensorFlow很适用，而且谷歌也在不断优化完备它，对于使用深度学习朋友，TensorFlow是一个很好的工具。
