一、TensorFlow的主要依赖包
1、Protocol Buffer
Protocol Buffer是谷歌开发的处理结构化数据的工具（拥有多种属性的数据就叫结构化数据）。当要将结构化的数据持久化或者进行网络传输时，就需要先将它们序列化。所谓序列化，是将结构化的数据变成数据流的格式，简单地说就是变成一个字符串。如何将结构化的数据序列化，并从序列化之后的数据流中还原出原来的结构化数据，统称为处理结构化数据，这就是Protocol Buffer解决的主要问题。
除Protocol Buffer之外，XML和JSON是两种比较常用的结构化数据处理工具。但是Protocol Buffer格式的数据和XML或者JSON格式的数据有比较大的区别。首先，Protocol Buffer序列化之后得到的数据不是可读的字符串，而是二进制流。其次，XML或JSON格式的数据信息都包含在了序列化之后的数据中，不需要任何其他信息就能还原序列化之后的数据。但使用Protocol Buffer时需要先定义数据的格式（schema）。还原一个序列化之后的数据将需要使用到这个定义好的数据格式。因为这样的差别，Protocol Buffer序列化出来的数据要比XML格式的数据小3到10倍，解析时间要快20到100倍。
Protocol Buffer定义数据格式的文件一般保存在.proto文件中。每个message代表了一类结构化的数据，Protocol Buffer也定义了一个属性是必须的（required）还是可选的（optional），或者是可重复的（repeated）。如果一个属性是必须的，那么所有的这个message的实例都需要有这个属性；如果一个属性是可选的，那么这个属性的取值可以为空；如果一个属性是可重复的，那么这个属性的取值可以是一个列表。
Protocol Buffer是TensorFlow系统中使用到的重要工具，TensorFlow中的数据基本都是通过Protocol Buffer来组织的。
2、Bazel
Bazel是从谷歌开源的自动化构建工具，TensorFlow本身以及谷歌给出的很多官方样例都是通过Bazel来编译的。
项目空间（workspace）是Bazel的一个基本概念。一个项目空间可以简单地理解为一个文件夹，在这个文件夹里包含了编译一个软件所需要的源代码以及输出编译结果的软连接（symbolic link）地址。
二、TensorFlow安装
1、安装Anaconda
Anaconda官网下载速度很慢。我百度找到了一个清华的镜像：
2、在anaconda下安装python
左下角开始---->anaconda3---->anaconda prompt，打开了anaconda prompt后，输入清华的仓库镜像，目的是为了待会使用pip命令下载东西的时候能更快。顺序输入以下三行代码（其中第三行是删除默认源的操作，不然总是从官网下载然后超时，这一行可要可不要）：
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --setshow_channel_urls yes
conda config --remove channels defaults #可要可不要的一行
然后输入：conda create -n py36 python=3.6 anaconda
接下来就静静等待python3.6安装成功了。这个过程可能小几分钟
3、在anaconda和python3.6下安装tensorflow
a、在anaconda命令行下激活python3.6
输入命令行：activate py36
b、pip安装tensorflow
输入命令行： pip install tensorflow
4、安装成功
完成这些步骤，只要中间没有错误，win7 64就能使用tensorflow啦。
不放心的可以测试一下，先从prompt切换到python编辑模式（就是输入python），然后输入import tensorflow，如果不报错，就说明你的tensorflow安装成功了。
好了，现在就可以愉快地进行tensorflow的后续学习啦。