终于准备开始学习谷歌的深度学习框架tensorflow了，花了一上午的时间，终于配置好了，下面就是详细的步骤：
首先大家可以参考一下官方的安装tensorflow的方法：
https://www.tensorflow.org/install/install_mac
官方提供了
1、virtualenv
2、”native” pip
3、Docker
4、installing from sources, which is for experts and is documented in a separate guide.(也就是Installing with Anaconda)
四种方法，我们采用最后一种方法，因为参考《TensorFlow实战》中是采用这种方法（书里面说Anaconda是python的一个科学计算发行版，里面集成了很多的依赖库，所以提供了一个很好的编译环境）。
安装Anaconda
所以，首先我们就需要下载Anaconda，官方网站为：
https://www.continuum.io/downloads
mac系统，python2.7版本对应的下载链接有以下两种：
上面一种是图形界面的Anaconda，下面一种是命令行形式的Anaconda，我选择的是上面一种(作为程序员中的菜鸟还是觉得图形界面更加舒服点)。
下载完成以后，会在根目录下面多一个anaconda的文件夹(安装过程中没有指定路径的前提下，不过最好就安装在这里)：
安装好Anaconda之后，可以进入终端利用Anaconda的包管理工具来进行一些简单的操作：
查询安装信息
$ conda info
查询当前已经安装的库
$ conda list
安装库(*代表库名称）
$ conda install ***
更新库
$ conda update ***
还有一个问题就是Anaconda仓库镜像，很多地方说官方下载很慢，需要换成清华的镜像，但是奇怪的是我换了之后还下载不了了，换成官方的之后倒是又能够下了，此处还是摆出来给有需要的同学吧：
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes
$ conda install numpy #测试是否添加成功之后会自动在用户根目录生成“.condarc”文件，可以在终端用
$ ls -a
命令查看该文件，如果要删除镜像，直接删除“.condarc”文件即可：
$ rm .condarc
至此，安装Anaconda的任务就完成了，有需要了解conda的使用方法的，也可以查看下面这篇博文：http://www.cnblogs.com/harvey888/p/5465452.html
在Anaconda环境中安装TensorFlow
此处采用pip方式来进行安装：
pip方式需要首先激活conda环境：
$ source activate tensorflow 然后根据要安装的不同tensorflow版本选择对应的一条环境变量设置export语句（操作系统，Python版本，CPU版本还是CPU+GPU版本）
# Ubuntu/Linux 64-bit, CPU only, Python 2.7
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl
# Mac OS X, CPU only, Python 2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl
# Mac OS X, GPU enabled, Python 2.7:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-1.2.1-py2-none-any.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.4
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.5
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
# Mac OS X, CPU only, Python 3.4 or 3.5:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py3-none-any.whl
# Mac OS X, GPU enabled, Python 3.4 or 3.5:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-1.2.1-py3-none-any.whl 看到上面每个版本中的tensorflow后面都有一个1.2.1的版本号，我们如果需要最新的版本，可以到https://github.com/tensorflow/tensorflow/中去查看，进入网站之后，根据具体情况点击链接查看：
比如我要安装的是Mac CPU-only中的python2，就可以点击这个链接来查看：
可以看到后面的最新地址是1.2.1，就可以将上面的地址改成这个最新的版本号，再用下面的命令进行安装：
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl
# Python 2 的选择下面的命令来进行安装
(tensorflow)$ pip install --ignore-installed --upgrade $TF_BINARY_URL
# Python 3 的选择下面的命令来进行安装
(tensorflow)$ pip3 install --ignore-installed --upgrade $TF_BINARY_URL （该命令行的用户名前面的(tensorflow)是因为前面激活了tensorflow而出现的）。
然后就可以测试安装了：
$ source activate tensorflow
(tensorflow)$ # Your prompt should change.
# Run Python programs that use TensorFlow.
$ python
Python 2.7.13 |Anaconda 4.4.0 (x86_64)| (default, Dec 20 2016, 23:05:08)
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
Anaconda is brought to you by Continuum Analytics.
Please check out: http://continuum.io/thanks and https://anaconda.org
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
# 以上程序没有报错的话就是安装成功了
# When you are done using TensorFlow, deactivate the environment.
(tensorflow)$ source deactivate 本步骤参考博文：http://blog.csdn.net/nxcxl88/article/details/52704877