前言：
由于业务需求，最近部门开始全员学习机器学习，为了进一步更加透彻得了解机器学习和深度学习，开始学习tensorflow。众所周知，tensorflow是Google分布式机器学习框架，不仅本身集成好了很多机器学习算法的接口，也为机器学习和深度学习提供了框架平台。
安装环境：
操作系统：win7 64位
python:3.6.5。这里推荐使用Anocanda安装，避免组件不兼容的问题。Anocanda安装网上教程很多，这里就不在赘述。
安装：
tensorflow有两种安装方式：CPU或GPU。GPU版本需要本机GPU支持安装tensorflow。这里采用cpu的安装方式。
在命令界面使用pip命令进行tensorflow安装
pip install tensorflow=1.1.0
默认安装tensorflow1.1.0版本及相关依赖。如果提示没有找到相关版本，在信息提示中会有当前可选择的版本有哪些，比如1.2.0，进行相关替换即可。验证tensorflow是否安装成功：、
在命令窗口进入python命令，输入如下测试代码：
>>>import tensorflow as tf
>>>sess=tf.Session()
>>>a=tf.constant(10);
>>>b=tf.constant(22);
>>>print(sess.run(a+b))
结果输出为32,安装完毕。
TensorBoard中mnist样例
我们运行手写数字识别的入门例子，pip命令安装的tensorflow的mnist例子路径在Anocanda路径下的Anaconda\Lib\site-packages\tensorflow\examples\tutorials\mnist，
进入命令界面，运行mnist_with_summaries
python mnist_with_summaries.py
结果如下图所示：
然后，打开tensorBoard面板：
tensorboard --logdir=/tmp/tensorflow/mnist/logs/mnist_with_summaries
在浏览器输入：127.0.0.1:6006
如下所示:
下一进行TensorBoard各个面板的介绍