參考：https://blog.csdn.net/dou3516/article/details/77836459
一、安裝環境
TensorFlow即可以支持CPU，也可以支持CPU+GPU。前者的環境需求簡單，后者需要額外的支持。TensorFlow是基於VC++2015開發的，所以需要下載安裝VisualC++ Redistributable for Visual Studio 2015 來獲取MSVCP140.DLL的支持。如果要安裝GPU版本（有N卡，即NVIDIA顯卡），需要以下額外環境：
0）有支持CUDA計算能力3.0或更高版本的NVIDIAGPU卡。
1）下載安裝CUDA Toolkit 8.0，並確保其路徑添加到PATH環境變量里；
2）下載安裝cuDNN v6或v6.1，並確保其路徑添加到PATH環境變量里；
3）CUDA8.0相關的NVIDIA驅動。
二、安裝過程
具備了上述安裝條件（CPU或GPU）之后，TensorFlow可以通過兩種方式進行安裝。一是”native” pip，二是Anaconda。推薦前者，比較簡單。
一）使用”native” pip安裝
1）下載安裝Python 3.5.x 64-bit，要注意版本3.5.x。
2）打開windows的命令行窗口，安裝CPU版本輸入
pip3 install --upgrade tensorflow
（安裝過程中報錯： ConnectTimeoutError。解決方案：pip install virtualenv -i 
https://pypi.douban.com/simple ）
安裝GPU版本輸入
pip3 install --upgrade tensorflow-gpu
二）使用Anaconda安裝
1）下載安裝Anaconda；
2）打開命令行窗口，創建conda環境
conda create -n tensorflow python=3.5
3）激活conda環境
activate tensorflow
4）安裝CPU版本輸入
pip install --ignore-installed --upgrade tensorflow
安裝GPU版本輸入
pip install --ignore-installed --upgrade tensorflow-gpu
三、驗證安裝
驗證TensorFlow安裝是否成功，可以在命令行窗口輸入python進入python環境，或者運行python3.5命令行后輸入以下代碼：
>>>import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
如果能正常輸出hello字符串，則安裝成功。
Hello, TensorFlow!
四、安裝錯誤
常見的安裝錯誤參考鏈接，其中一個經常遇到的錯誤就是No module named "pywrap_tensorflow" 或者 “Failed toload the native TensorFlow runtime”，其產生的原因主要是安裝環境不滿足要求，參考如下鏈接解答：