网站建设公司的公众号浙江网络推广
1. 安装好Anaconda3版本
(1) 安装链接：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
本文使用Anaconda3下载链接：Anaconda5
(2) 注意安装anaconda时一定要把环境变量加入windows环境中。要没有勾选，安装完后还有手动加入。而且注意3.4版本是默认不加入anaconda的文件路径到环境变量的。
(3) 安装好了后，运行开始菜单—>Anaconda3—>Anaconda Prompt
2. 安装Tensorflow
有两种方法可以安装：
这里只展示方法一cpu版本的安装方法，gpu版本需要的电脑配置较高
[方法一] cpu版本：pip install --ignore-installed --upgrade tensorflow
[方法二] gpu版本：pip install --ignore-installed --upgrade tensorflow-gpu注意gpu版要事先选好并装好CUDA和cuDNN
方法一：
打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些：
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
在Anaconda Prompt中，用Anaconda3创建一个python3.6的环境，环境名称为tensorflow ，输入下面命令：
conda create -n tensorflow python=3.6
运行 开始菜单—>Anaconda3—>Anaconda Navigator，点击左侧的Environments，可以看到tensorflow的环境已经创建好了。
在Anaconda Prompt中启动tensorflow环境：
activate tensorflow 或 conda activate tensorflow //某些版本的Anaconda需要加上conda才能启动tensorflow环境
安装cpu版本的TensorFlow
方法一：通过指令（最好不要使用指令下载，会有很多莫名其妙的错误（网上大多数推荐的都是方法一，实际操作会有很多问题，我参考各种指南，解决掉一些问题，最终还是没有下载成功，实测用方法二下载成功），推荐使用方法二：使用Anaconda 下载
下载）：
pip install --upgrade --ignore-installed tensorflow
方法二：
使用Anaconda 下载
这样tensorflow cpu版本就安装好了。
当不使用TensorFlow时，可以通过deactivate来关闭TensorFlow环境：
测试cpu版本的TensorFlow
重新打开Anaconda Prompt—>activate tensorflow—>python来启动tensorflow，并进入python环境
测试代码如下：
#TensorFlow使用图(Graph)来表示计算任务；并使用会话(Session)来执行图，通过Session.close()来关闭会话（这是一种显式关闭会话的方式）。会话方式有显式和隐式会话之分。
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!') #初始化一个TensorFlow的常量
sess = tf.Session() #启动一个会话
print(sess.run(hello))
当我们用Anaconda自带的iPython和Spyder以及jupyter notebook中输入import tensorflow as tf的时候会失败，显示如下No module named 'tensorflow‘，原因是我们没有在TensorFlow的环境下打开它们。
为此，我们需要在TensorFlow环境下安装这三个插件
打开Anaconda Navigator—>Environments—>tensorflow，选择Not installed，找到iPython和Spyder以及jupyter并安装。
安装好三个插件后，我们用例子分别来运行试试（都要事先activate tensorflow来启动tensorflow）：
ipython:
Spyder：
敲完activate tensorflow 跟 Spyder后，会立刻唤醒Spyder，并运行：
Jupyter notebook:
敲完activate tensorflow 跟 jupyter notebook后，会立刻唤醒jupyter notebook，并运行：
当然还有种更直接的方法由于直接tensorflow安装了三个插件，直接去菜单找到下面框选的，选一个用就行了，效果一样就不在赘述：
如果选的是没框选的，是无法启动TensorFlow的，这点要格外注意。