如有轉載，請保留本行-》來自：http://blog.csdn.net/awedcvg
OK，世上有一種生物叫XX，所以才有這篇文字。
需要自己找2個模型，找來找去感覺還是TensorFlow靠譜一點。果斷上手。
開始糾結於win還是linux，後來看到win容易不相容，還是果斷斷腕，上linux。
目前主要還是用的win，linux算是新手，所以還是在虛擬機器中玩吧，
這樣導致的結構就是隻能安裝cpu版本的TensorFlow，虛擬機器無法玩cuda的。
雙系統？理論上可行，實際上算了吧，懶得折騰了。
然後linux，選神馬？Debian？紅帽？Centos？ubuntu？
後來還是參考了一下身邊人的一件，個人還是用ubuntu吧。
順便帶一句，vm裡安裝Debian，啟動後，出現左上角一個橫崗，進入不了系統可能的問題有2個
一是Debian系統太新 ，vm沒有識別，預設是ubuntu版本，這樣不行的，需要手動選擇Debian較舊的版本作為系統型別開始安裝。
二是安裝過程中的安裝過程中的某一方式選項選錯了，更改一下即可。
ubuntu16.04，安裝完畢，逐步安裝ssh，python2.7，ssh？虛擬機器中為了方便管理，還是用ssh吧
python2.7？你也可以用3.x，到時候注意選擇相依的TensorFlow包，需要精準對應。
然後安裝pip和dev

sudo apt-get install python-pip python-dev`

安裝，更新pip

pip install --upgrade pip

安裝TF咯

sudo pip install --upgrade https://pypi.python.org/packages/df/d7/0526ed0b717dd3473d0f2e2de803222a5c87b2c74a2a4736e474988509e3/tensorflow-1.1.0rc2-cp27-cp27mu-manylinux1_x86_64.whl#md5=a8f78328faa192983080c5c0bbdb0a73

‘#後面的md5應該可以省略，用於校驗。這裡注意，如果不是Python2.7，或不是cpu版，比如你物理機需要用gpu計算，請到

 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

但是貌似是需要翻牆的。所以先pass。
如果順利，TF就算安裝完成了，下面需要執行一下示例。
順帶說一下，TF的預設安裝路徑為

 /usr/local/lib/python2.7/dist-packages/tensorflow$

舊版本應該是帶models的，但是本文采用的方法內沒有models資料夾，需要自己單獨安裝。

/usr/local/lib/python2.7/dist-packages/tensorflow$ ls
contrib  core  examples  include  __init__.py  __init__.pyc  python  tensorboard  tensorflow  tools  #木有models

/usr/local/lib/python2.7/dist-packages/tensorflow$ sudo git clone --recurse-submodules https://github.com/tensorflow/models

這裡可以看一下，https://github.com/tensorflow工程裡有兩大塊，一塊是TensorFlow，一塊是models，這裡安裝models即可。
ok，安裝完了以後，會看到多了models資料夾，
安裝完畢

文件內容如下：

ok這裡可以看見，imagenet是用於物體識別的一個示例，mnist適用於手寫識別的一個示例。。其實都可以 執行一下，不過虛機資源有限，mnist預設訓練步驟很多，會花很長時間，可以看看前面幾步就可以了。
我們還是關注與一下imagenet吧 ，可以識別貓，狗，車等。。
我們安裝完models，實際的安裝還是沒有完，model只是將示例的原始碼進行了下載，但是原始碼中所需的模型和資料並沒有，因此，首次執行imagenet中的classify_image.py，還會下載資料模型和資料。
開啟這個檔案，會看到其下載內容為，http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz
這個網站呢，很不穩定，初期都ping不通，提示說

 sudo python classify_image.py
…………
……
IOError: [Errno socket error] [Errno 101] Network is unreachable

多試幾次，發現又可以了，它會自動下載模型和資料，路徑呢，不在本目錄下面，在這裡
‘/tmp/imagenet’
這裡包含了改模型的資訊，包括能識別什麼，和一個示例的熊貓圖片。
就是它：

ok，我們執行一下試試效果：

ok，可以看出來訓練結果

識別出來大熊貓、熊貓、熊貓熊？概率是89.107%，很不錯了吧。
giant panda上面那幾句話不用管，說什麼沒沒編譯，所以速度不快，神馬的不用管。
ok，我們可以更改classify_image.py原始碼來試試別的影象。來試個車吧，用這個：

把它放在/tmp/imagenet/下面，然後我們來改程式碼，原始碼為：

看到cropped_panda.jpg了麼？就是/tmp/imagenet/下面的那個熊貓圖片，我們把它改成汽車圖片的名字：

儲存，來執行一下試試：

ok，看到賽車的概率為95.061%。
至此TF大件以及model驗證即結束了，祝各位新手順利入門。