为了方便管理 Python 包和环境，先安装 Anaconda，再安装 TensorFlow。这里使用 Anaconda3 5.1.0 的 Python 3.6 环境，TensorFlow 版本为 1.6.0。

安装 Anaconda

下载 macOS 版 Anaconda3 5.1.0，按安装程序的提示完成安装。如果官网下载较慢，可以从清华镜像站查找对应安装包。

安装完成后，在终端执行：

conda info

能正常显示环境信息，说明 conda 已经可以使用。

如果提示找不到命令，先检查 Anaconda 的安装目录是否加入了 PATH。安装程序可能把配置写到了 ~/.bash_profile，切换到 zsh 后没有加载它。

例如 Anaconda 安装在 /Applications/anaconda3，就在 ~/.zshrc 中加入：

export PATH="/Applications/anaconda3/bin:$PATH"

安装位置不同时，把这段路径改成实际位置。然后执行：

source ~/.zshrc
conda info
python --version
python -m pip --version

确认 Python 为 3.6，pip 也来自这套 Anaconda 环境。

安装 TensorFlow

Anaconda 已经包含 pip，直接安装：

python -m pip install tensorflow==1.6.0

安装完成后启动 Jupyter Notebook：

jupyter notebook

在打开的页面中新建一个 Python 3 Notebook，先确认版本：

import tensorflow as tf
print(tf.__version__)

输出应为 1.6.0。

运行一个简单例子

定义两个常量，再做加法：

a = tf.constant(2, name='a')
b = tf.constant(5, name='b')
c = tf.add(a, b, name='c')

sess = tf.Session()
out = sess.run(c)
print(out)

运行后输出：

7

前面几行是在构建计算图，执行 sess.run(c) 时才计算 c 的结果。

用 TensorBoard 查看计算图

接着在同一个 Notebook 中执行，把计算图写到用户目录下的 tf-log：

import os

log_dir = os.path.expanduser('~/tf-log')
writer = tf.summary.FileWriter(log_dir, sess.graph)
writer.close()
sess.close()

打开另一个终端，执行：

tensorboard --logdir="$HOME/tf-log" --host=127.0.0.1

浏览器访问 http://localhost:6006/，切换到 Graphs 页面，就可以看到 a、b 两个常量节点连接到加法节点 c。