1.TensorFlow 简介：TensorFlow 是谷歌公司开发的深度学习框架，也是目前深度学习的主流框架之一。
2.TensorFlow 环境的准备：
本人使用 macOS，Python 版本直接使用 anaconda 的集成包，我们使用 anaconda 来管理环境，为 TensorFlow 创建独立的 Python 环境。
创建一个名为 tensorflow 的 Python 环境：
conda create --name tensorflow python=3.6
激活环境：
source activate tensorflow
退出环境：
source deactivate tensorflow
然后我们在 tensorflow 环境下基于 pip 来安装 TensorFlow：
安装 TensorFlow：
pip install tensorflow
安装完 TensorFlow 后我们试着进入 Python 环境来运行 TensorFlow 测试是否安装成功：
输入一个例子：
至此，我们 TensorFlow 便安装成功了。
3.安装其他依赖的模块：
（1）numpy
numpy 是用来存储和处理大型矩阵的科学计算包，比 Python 自身的嵌套列表结构 list 要高效的多。
安装：
pip install numpy --upgrade
(2) matplotlib
matplotlib 是 Python 最著名的绘图表，它提供了一整套和 MATLAB 相似的命令 API，十分适合交互式地进行制图。
安装：
pip install matplotlib --upgrade
(3) jupyter
jupyter notebook 是 ipython 的升级版，能够在浏览器中创建和共享代码、方程、说明文档。
安装：
pip install jupyter --upgrade
(4) scikit-image
scikit-image 有一组图像处理的算法，可以使过滤一张图片变得很简单，非常适合用于对图像的预处理。
安装：
pip install scikit-image --upgrade
(5) librosa
librosa 是用 Python 进行音频提取的第三方库，有很多方式可以提取音频特征。
安装：
pip install librosa --upgrade
(6) nltk
nltk 模块中包含着大量的语料库，可以很方便地完成很多自然语言处理的任务，包括分词、词性标注、命名实体识别及句法分析。
安装：
pip install nltk --upgrade
安装完成后，需要导入 nltk 工具包，下载 nltk 数据源：
import nltk
nltk.download()
(7) keras
Keras 是第一个被添加到 TensorFlow 核心中的高级别框架，成为 TensorFlow 的默认 API。
安装：
pip install keras --upgrade
(8) tflearn
TFLearn 是另一个支持 TensorFlow 的第三方框架。
安装：
pip install git+https://github.com/tflearn/tflearn.git