摘要：模塊中包含著大量的語料庫，可以很方便地完成很多自然語言處理的任務，包括分詞詞性標注命名實體識別及句法分析。導入工具包，下載數據源。在終端輸入是第一被添加到核心中的高級別框架，成為的默認。至此開發環境配置完畢

內存：8G+
cpu：i5+
硬盤：SSD 128G+

本人的電腦配置是cpu：i7, 內存：16G,硬盤:SSD 256G

1.1 安裝pip

打開terminal，執行命令：
$ sudo easy_install pip
passwork:******

2 安裝virtualenv沙箱工具

$ pip install virtualenv --upgrade
$ sudo pip install virtualenv --upgrade

3 創建沙箱環境

$virtualenv --system-site-packages /virenv_path/

4 運行tensorflow

進入沙箱路徑
$ cd /virenv_path/

激活沙箱
$ source bin/activate

安裝tensorflow
$ pip install tensorflow

安裝bazel工具
從源代碼編譯安裝，需要使用Bazel編譯工具，而安裝bazel需要先安裝xcode-select,在terminal輸入命令:
$ xcode-select --install
$ brew install bazel<

進入python
$ python
運行測試代碼
>>>import tensorflow as tf
>>>hello = tf.constant("Hello, TensorFlow!")
>>>sess = tf.Session()
>>>print sess.run(hello)
$ Hello, TensorFlow!
恭喜，tensorFlow環境已經成功安裝！

2.1 安裝jdk

  TensorFlow編譯時會用到jdk，有些系統已經安裝可跳過，如果沒有安裝可根據configure時的報錯提示安裝

2.2 激活沙箱

 $ source bin/activate

2.3 開始配置tensorflow

 $./configure
 配置中會出現很多可選項，所有選項都選n，路徑跳過

2.4 編譯(會消耗較長時間)

  $ bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

2.5 生成pip安裝包

  $ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

2.6 安裝TensorFlow

  $ pip install /tmp/tensorflow_pkg/tensorflow-($version)-cp27m-macosx_10_7_x86_64.whl

3.1 numpy

  $ pip install numpy --upgrade

3.2 matplotlib

  python最著名的繪圖庫，他提供了一整套和MATLAB相似的命令API，十分適合交互式地進行制圖，用它可以畫出美麗的線圖、散點圖、等高線圖，條形圖、柱狀圖、3D圖等，而且還可以方便地將它作為繪圖控件，嵌入GUI應用程序中。
  
  $ sudo pip install matplotlib --upgrade
  
  安裝完之后輸入
  
  $python
  >>>import matplotlib
  
  如果報錯輸入
  
  >>>quit()
  
  則退出python,使用easy_install安裝，命令如下:
  
  $ easy_install matplotlib
  
  安裝完畢后進入python驗證,
  
  $ python
  >>>import matplotlib
  
  沒有錯誤提示，導入成功
  接下來,在python命令行中繼續輸入
  
  >>>import matplotlib.pyplot as plt
  
  報錯，$ Python is not installed as a framework...
  pip安裝matplotlib之后，會在根目錄下產生一個.matplotlib的目錄:
  在terminial中輸入:

  $ vim ~/.matplotlib/matplotlibrc
  
  打開vim編輯器，在里面輸入backend:TkAgg，wq保存后退出
  然后重啟python，輸入
  
  >>>import matplotlib.pyplot as plt
  導入成功

3.3 jupyter

   Ipython的升級版，能夠在瀏覽器中創建和共享代碼、方程、說明文檔。界面相當友好，功能也很強大
   $ sudo pip install jupyter --upgrade

3.4 scikit-image

   scikit-image有一組圖像處理的算法，可以使過濾一張圖片變得很簡單，非常適合用于對圖像的預處理
   $ sudo pip install scikit-image --upgrade

3.5 librosa

   librosa是用python進行音頻特征提取的第三方庫，有很多方式可以提取音頻特征。
   $ sudo pip install librosa --upgrade

3.6 nltk

  nltk模塊中包含著大量的語料庫，可以很方便地完成很多自然語言處理的任務，包括分詞、詞性標注、命名實體識別(NER)及句法分析。
  $ sudo pip install nltk --upgrade
 導入nltk工具包，下載nltk數據源。在terminal終端輸入:
  $ python
  >>>import nltk
  >>>nltk.download()

3.7 keras

  Keras是第一被添加到Tensorflow核心中的高級別框架，成為Tensorflow的默認API。
  $ sudo pip install keras --upgrade

3.8 tflearn

  TFLearn是另一個支持Tensorflow核心的第三方框架。 
  $ sudo pip install git+https://github.com/tflearn/tflearn.git
  

至此開發環境配置完畢