安装系统： Ubuntu 17.04
按照官网 教程，有4种方法：
- virtualenv
- "native" pip
- Docker
- Anaconda
这里选择virtunalenv，使用这种方法的好处就是在一个隔离的环境中安装，不影响系统已有的python环境。
所以安装会放在一个新创建的目录中，删除该目录就相当于卸载tensorflow了。
命令如下：
sudo apt-get install python-pip python-dev python-virtualenv
virtualenv --system-site-packages tensorflow
cd ~/tensorflow
source ~/tensorflow/bin/activate
pip install --upgrade tensorflow # for Python 2.7 just CPU
到这一步会发现下载超慢，因为某些不可抗力的原因。解决方法是pip源使用国内镜像，如：
清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/
临时使用可以在pip命令添加参数 -i https://pypi.tuna.tsinghua.edu.cn/simple
永久使用的话创建文件 ~/.pip/pip.conf,配置如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com
这之后下载就飞快了。
安装好之后，每次使用virtualenv环境都需要激活， 输入命令：
source ~/tensorflow/bin/activate
退出则输入：
deactivate
验证是否安装成功，试着输出： hello world
Screenshot from 2017-05-12 22-01-37.png
测试MNIST数据
- 从Yann LeCun's website 上下载4个gz格式文件，放在新创建的目录MNIST_DATA下
- 下载运行脚本 mnist_softmax.py
然后运行：
python mnist_softmax.py --data_dir ./MNIST_data/
输出如下：
Extracting ./MNIST_data/train-images-idx3-ubyte.gz
Extracting ./MNIST_data/train-labels-idx1-ubyte.gz
Extracting ./MNIST_data/t10k-images-idx3-ubyte.gz
Extracting ./MNIST_data/t10k-labels-idx1-ubyte.gz
0.9194