深度學習 ( Deep Learning ) 是機器學習的一個分支，也是人工智慧領域中成長最快速與應用最廣泛的一個學科。如果我們想要學習深度學習模型，可以再另外安裝 Tensorflow 和 Keras 這兩套深度學習套件。
為了配合 Tensorflow 所支援的 Python 版本，我們可以利用 Anaconda 虛擬環境來產生全新的 Python 環境，以避免 Anaconda 裡新版的 Python 版本可能與 Tensorflow 會的相容性問題。
利用命令提示字元輸入命令視窗建立tensorflow虛擬環境。
(1.) 按下搜尋圖示，輸入cmd，點選 [命令提示字元] 以啟動命令提示字元視窗。
(2) 建立工作資料夾pythonwork，並且切換進入這個工作資料夾裡：
以後如果要儲存的東西，都會在同一個資料夾，在找尋資料的時候比較方便，database 也會比較好備份。
md \pythonwork
cd \pythonwork前面加斜線的意思是根目錄，就不會在現在的資料夾往下建立，而是直接在根目錄建立 pythonwork 這個資料夾。
(3.) 接下來，使用 conda 命令來建立一個命名為 tensorflow 的虛擬環境，並在裡面安裝 Python 3.5 版本。接下來再用這個虛擬環境來安裝 tensorflow
的 CPU 版本。
conda create --name tensorflow python=3.5執行畫面如下 :
畫面會出現 “Proceed([y]/n)?”，按下 y 之後，會開始安裝tensorflow虛
擬環境，並且安裝套件。
利用activate tensorflow 命令啟動tensorflow的anaconda虛擬環境(若要
關閉虛擬環境則是使用deactivate tensorflow):
activate tensorflow
安裝 Tensorflow :
conda install tensorflow畫面一樣會出現 “Proceed([y]/n)?”，按下 y 之後，開始安裝。
安裝 Keras :
conda install -c conda-forge keras畫面一樣會出現 “Proceed([y]/n)?”，按下 y 之後，開始安裝。
在 tensorflow 的虛擬環境底下安裝 jupyter notebook。
conda install jupyter notebook
(4.) 在 Jupyter Notebook 中輸入測試碼來測試 Tensorflow 是否安裝成功。
在已安裝好的 Anaconda 資料夾中開啟剛剛安裝的 Jupter Notebook(tensorflow)。
進入到 Jupyter Notebook 的頁面後，按下右上方的 New >> Python3，開啟直譯器的編輯畫面。
在新的 cell 中輸入以下程式碼，確認是否已經成功安裝 Tensorflow。
import tensorflow as tf
hello = tf.constant("Hello, TensorFlow!")
sess = tf.Session()
print(sess.run(hello))按下 shift + enter 或是上方的 Run 按鈕執行這幾行敘述。
執行結果如下，代表 Tensorflow 已經成功安裝。
這樣就安裝好 TensorFlow 、並且可以執行了 !
