TensorFlow 安裝的前提是系統安裝了 Python 2.5 或更高版本，教程中的例子是以 Python 3.5（Anaconda 3 版）為基礎設計的。為了安裝 TensorFlow，首先確保你已經安裝了 Anaconda。可以從網址（https://www.continuum.io/downloads）中下載並安裝適用於 Windows的 Anaconda。
安裝完成后，可以在窗口中使用以下命令進行安裝驗證：
conda --version
安裝了 Anaconda，下一步決定是否安裝 TensorFlow CPU 版本或 GPU 版本。幾乎所有計算機都支持 TensorFlow CPU 版本，而 GPU 版本則要求計算機有一個 CUDA compute capability 3.0 及以上的 NVDIA GPU 顯卡（對於台式機而言最低配置為 NVDIA GTX 650）。
CPU 與 GPU 的對比：中央處理器（CPU）由對順序串行處理優化的內核（4～8個）組成。圖形處理器（GPU）具有大規模並行架構，由數千個更小且更有效的核芯（大致以千計）組成，能夠同時處理多個任務。
對於 TensorFlow GPU 版本，需要先安裝 CUDA toolkit 7.0 及以上版本、NVDIA【R】驅動程序和 cuDNN v3 或以上版本。Windows 系統還另外需要一些 DLL 文件，讀者可以下載所需的 DLL 文件或安裝 Visual Studio C++。
還有一件事要記住，cuDNN 文件需安裝在不同的目錄中，並需要確保目錄在系統路徑中。當然也可以將 CUDA 庫中的相關文件復制到相應的文件夾中。
TensorFlow安裝具體做法
- 在命令行中使用以下命令創建 conda 環境（如果使用 Windows，最好在命令行中以管理員身份執行）：
conda create -n tensorflow python=3.5
- 激活 conda 環境：
- 該命令應提示：
- 根據要在 conda 環境中安裝的 TensorFlow 版本，輸入以下命令：
pip install tensorflow
- 在命令行中輸入 python，並輸入以下代碼：
- 輸出如下：
- 在命令行中禁用 conda 環境（Windows 調用 deactivate 命令，MAC/Ubuntu 調用 source deactivate 命令）。
TensorFlow安裝過程解讀分析
Google 使用 wheel 標准分發 TensorFlow，它是 .whl 后綴的 ZIP 格式文件。Python 3.6 是 Anaconda 3 默認的 Python 版本，且沒有已安裝的 wheel。在編寫本教程時，Python 3.6 支持的 wheel 僅針對 Linux/Ubuntu，因此，在創建 TensorFlow 環境時，這里指定 Python 3.5。接着新建 conda 環境，命名為 tensorflow，並安裝 pip，python，wheel 及其他軟件包。
conda 環境創建后，調用 source activate/activate 命令激活環境。在激活的環境中，使用 pip install 命令安裝所需的 TensorFlow（從相應的 TensorFlow-API URL下載）。盡管有利用 conda forge 安裝 TensorFlow CPU 的 Anaconda 命令，但 TensorFlow 推薦使用 pip install。在 conda 環境中安裝 TensorFlow 后，就可以禁用了。現在可以執行第一個 TensorFlow 程序了。
程序運行時，可能會看到一些警告（W）消息和提示（I）消息，最后是輸出代碼：
Welcome to the exciting world of Deep Neural Networks!
轉載自http://c.biancheng.net/view/1881.html