工欲善其事，必先利其器。制约人真正发展的个人技术能力和经验是一方面，所使用的工具也是一方面，所谓磨刀不误砍柴工，一个好的工具可以让你起到事半功倍的效果。
深度学习研究的热潮持续高涨 ，近几年许多的开源深度学习框架也层出不穷 ，比如 TensorFlow、Caffe、Keras、PyTorch、CNTK等等，其中 ，TensorFlow 由谷歌大脑团队研发 ，在DL领域处于领先地位。
本文主要讲解一下当前的主流深度学习框架 TensorFlow 的两种安装方法 。

方法一：pip安装

使用 Python 的 pip 软件包管理器安装 TensorFlow，官方软件包支持 Ubuntu、Windows、macOS 和 Raspberry Pi 系统。

GPU 软件包需要使用支持 CUDA® 的 GPU 卡。

# 安装CPU版本的tensorflow
pip install tensorflow
# 安装GPU版本的tensorflow
pip install tensorflow-gpu

此外，推荐使用Anaconda来管理安装python包，Anaconda指的是一个开源的Python发行版本，其包含了conda、Python以及一大堆安装好的科学计算工具包，比如：numpy、pandas等

方法二：docker容器安装

1.Docker将集装箱思想运用到软件打包上，为代码提供了一个基于容器的标准化运输系统；
2.Docker 可以将任何应用及其依赖打包成一个轻量级、可移植、自包含的容器。
TensorFlow Docker 镜像已经发布在Docker Hub上，我们就要直接通过docker来一键安装TensorFlow开发环境。
Docker的安装请参考docker docs：
https://docs.docker.com/install/

 # 下载镜像
docker pull tensorflow/tensorflow  
 # 启动TensorFlow容器
docker run -it -p 8888:8888 tensorflow/tensorflow 

然后在浏览器中打开： http://localhost:8888/