TensorFlow 是Google公司在2015年年底开源的深度学习框架，开源库地址：点击打开链接
该框架主要是以数据流图进行数值计算，节点与节点之间代表数据之间的联系。
目前TensorFlow可以应用于搭建CNN、RNN、LSTM等深度学习神经网络。接下来就分享一下小白的学习之路吼吼！
首先肯定要先从安装 Tensorflow 开始, 目前TensorFlow支持Python和C++语言，大佬们可以自行编写SWIG接口。
安装Python的教程百度一下就可以了，建议下载Python3.6版。只与编译环境可以选择Python自带shell,也可以选择pycharm、Anaconda等自带大量科学包的集成环境。、
在这里介绍Windows版的安装（Mac版尝试不成功Orz...）如果选择自带shell编译环境，首先需要下载TensorFlow 下载地址：点击打开链接 (如果没有安装pip请自行下载pip)
随后利用Windows命令行安装pip：在Python目录下使用python setup.py install 命令进行安装pip。安装过后键入python -m pip install tensorflow 命令，等待安装完成后就可以在编译器中导入TensorFlow啦！
本文主要介绍TensorFlow框架的学习过程，第一步肯定要了解一下TensorFlow框架的一些基本知识：
首先是在TensorFlow框架之下，需要将学习网络的计算过程表示成流图，数据流是并行计算的常用编程模型，那为什么要采用数据流图以及如何建立数据流图进行计算呢？在建立数据流图之后通过调用Session来执行图操作。腾讯云-云+社区的开发手册中的TensorFlow中译手册中介绍比较详细：点击打开链接 看完这篇文章后对TensorFlow的框架有了深入的了解。
在TensorFlow框架中使用tensor表示数据，通过变量（Variable）维护状态 这部分的详细讲解可以参考：点击打开链接
待了解好这些基本概念之后就可以实战TensorFlow框架了，在下一篇，会从TensorFlow界的“Hello World”级示例：搭建CNN实现MNIST手写数字识别开始吼，有兴趣的盆友可以评论一起交流一下吼！