我是照着YouTube上的机器学习视频做的，视频里讲的比较简洁，下来自己做遇到不少坑。
tensorflow for poets网站：https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/index.html?index=..%2F..%2Findex#1
我的流程如下：
首先下载anaconda，对应python2.7版本（3.6的感觉不好用，要重新导入很多东西，学习代码反而不方便），环境变量设置一下
然后使用其下载tensorflow，在anaconda目录下的envs下就是tensorflow了。
学习使用的文件有2个，一个是tensorflow-for-poets-2，在上面网站第二步中下载。一个是训练用的图片素材，在第三步下载。
接下来就是训练模型了（使用的模型并不是完全未经过训练的，只是我们可以再训练）
进入命令提示符cmd——激活tensorflow，即输入activate tensorflow（不然到时候找不到tensorflow）——进入tensorflow-for-poets-2目录下，即输入cd tensorflow-for-poets-2（当然这个tensorflow-for-poets-2要在你当前路径下，即放在你打开cmd时显示的路径下，图片文件夹tf_files放tensorflow-for-poets-2目录下，当然你可以放别处，只是下面的配置稍作更改）
接下来你可以看看scripts脚本下retrain.py的信息，即输入python -m scripts.retrain -h，根据显示的信息进行配置，比如我用的是：python -m scripts.retrain --bottleneck_dir=tf_files/bottlenecks --how_many_training_steps=500 --model_dir=tf_files/models/ --summaries_dir=tf_files/training_summaries/basic --output_graph=tf_files/retrained_graph.pb --output_labels=tf_files/retrained_labels.txt --architecture="mobilenet_0.50_224" --image_dir=tf_files/flower_photos
以上配置在显示的信息中都有说明。当我们输入以上配置，enter后，训练就开始了，训练使用时间根据你的architecture设置是什么而定，如果是inception_v3，那么精度高耗时多，如果如上面用mobilenet那么时间要快点。在这里就等等吧。
当以上训练完成后，我们可以给它一张图片进行预测，比如输入：python -m scripts.label_image --graph=tf_files/retrained_graph.pb --image=tf_files/flower_photos/daisy/21652746_cc379e0eea_m.jpg这里需要更改的就是图片了，此处设为原始训练库中的花，enter后，输出如下：Evaluation time (1-image): 0.359s
daisy 0.99115634
dandelion 0.0063383654
sunflowers 0.0024961976
roses 6.5435215e-06
tulips 2.6802825e-06
可以看到，这张图片99%以上概率是雏菊，结果正是如此。
然后我在网上随意下了一张雏菊的图片（而且角度很刁钻，从下往上拍的照片，白色花瓣的背景是白云，不是很清晰），预测结果也是高于99%
以上就是第一个练习。