为了方便，这里使用Docker方式安装Tensorflow。
在学习阶段，更推荐使用才云科技的镜像： docker pull cargo.caicloud.io/tensorflow/tensorflow:0.12.0
下载镜像完成后，启动：
docker run -it -d -p 8888:8888 -p 6006:6006 cargo.caicloud.io/tensorflow/tensorflow:0.12.0
打开网页http://localhost:8888，发现要输入密码：
不知道密码，需要自己配一个。首先登录容器：
docker exec -it de283e4 /bin/bash
运行命令ipython，创建一个密码：
生成的'sha1:....'拷贝出来，然后编辑文件~/.jupyter/jupyter_notebook_config.py，添加密码：
重启容器后，使用密码可以登录了：
刚刚还映射了6006端口，看看http://localhost:6006：
它是可以将Tensorflow在训练时的状态、图片数据以及神经网络结构等信息全部展示出来，即将所有输出到/log目录下的日志全部可视化。
下面就在jupyter上测试下：
//
这里只是做了简单的两个向量的相加。在Tensorflow中，计算图（关于计算图，可以看看http://blog.csdn.net/linjingke32/article/details/71479936）是最基本的一个概念，其中所有的计算都会被转化为计算图上的节点，比如，上面有一个节点，执行了a+b的运算，它计算两个张量的和，在Tensorflow中，张量是其管理数据的形式，可以理解为多维数组：
1. 零阶张量表示标量(scalar)，即为一个数
2. 第一阶张量为向量，即为一维数组
3. 依次类推，可以得到n维数组