准备你的开发环境
1. 下载Anaconda
Anaconda 是一个免费开源的Python和R语言的发行版本，简化了包管理和部署，而且支持多个Python环境的隔离。强烈安利，下载地址为Anaconda[1]。推荐下载Python3.7 版本，毕竟Python2 20年就不再维护了哈。安装教程参见Anaconda安装教程[2]。
2. 创建你的Python环境
代码语言：javascript复制$ conda create -n py3 python=3
这样呢，就创建好了一个Python版本为3的开发环境。接下来激活你刚才创建的环境。
代码语言：javascript复制$ source activate py3 # windows 下的命令为 activate py3
3. 安装TensorFLow
TensorFlow 是谷歌开源的一款开源软件库，能够用于进行机器学习和深度学习的开发。接下来使用pip安装tensorflow。
代码语言：javascript复制$ pip install --upgrade tensorflow
如果安装慢的话，可以使用清华大学的pip源进行加速，使用说明参见pypi 镜像使用帮助[3]。至于pip是什么呢，你可以Google一下。
4. 使用TensorFlow
我们来测试一下TensorFlow是否安装好了。首先进入Python命令行。
代码语言：javascript复制$ python
Python 3.7.4 (default, Aug 13 2019, 15:17:50)
[Clang 4.0.1 (tags/RELEASE_401/final)] :: Anaconda, Inc. on darwin
Type "help", "copyright", "credits" or "license" for more information.
尝试导入TensorFlow包。
代码语言：javascript复制>>> import tensorflow as tf
>>> print(tf.__version__)
1.14.0
如果能看到1.14.0（你看到版本号可能跟这个有差异）， 恭喜你，你的人工智能开发环境已经搭建好了。
参考资料
[1]
Anaconda: https://www.anaconda.com/distribution/#download-section
[2]
Anaconda安装教程: https://blog.csdn.net/ITLearnHall/article/details/81708148
[3]
pypi 镜像使用帮助: https://mirror.tuna.tsinghua.edu.cn/help/pypi/
