首先聲明幾點：
安裝tensorflow是基於Python的，並且需要從Anaconda倉庫中下載。
所以我們的步驟是：先下載Anaconda，再在Anaconda中安裝一個Python，(你的電腦里可能本來已經裝了一個Python環境，但是Anaconda中的Python是必須再裝的)，然后再下載安裝tensorflow。
因為anaconda支持的python版本與TensorFlow支持的python版本不一致可能會導致安裝出錯，因此下載時候一定不能下載最新版本的anaconda，要先查詢下tensorflow支持python哪個版本再下。
tensorflow 目前支持Python 2.7和3.5版本。
Anaconda對應的python版本號：
所以我安裝的是：Anaconda3-4.0.0-Windows-x86_64.exe和Python3.5。
這部分可以作為參考，因為看到一些博客上說，有的因為版本不匹配安裝失敗了，至少我這兩個版本是安裝成功了。
一，安裝Anaconda
從官網下載：https://www.anaconda.com/download/
官網下載起來很慢，國內清華鏡像網站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
默認安裝即可。注意此處：
進入windows中的命令模式，運行cmd：
輸入：conda --version 檢測anaconda環境是否安裝成功
二，安裝Tensorflow
安裝Tensorflow，在Anaconda Prompt中輸入：conda create -n tensorflow python=3.5
一般情況下下載會很慢，大概率會失敗，因為一般默認鏈接的都是國外鏡像地址，下載肯定很慢。
改一下鏈接鏡像的地址：打開安裝好的Anaconda中的 Anaconda Prompt，
然后輸入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
這兩行代碼用來改成連接清華鏡像的。
打開C:\Users\Administrator\.condarc文件：
刪除兩行代碼：
ssl_verify: true
- defaults
然后在Anaconda Prompt中輸入：conda create -n tensorflow python=3.5
如果有多次安裝不成功的情況，在安裝成功的那一次會提示：
只需要按照提示指令，清理緩沖即可。
輸入activate tensorflow，切換了，就代表安裝成功了。
我們要安裝的是CPU版本，那么在命令下緊接着輸入：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
這一步如果出現：
因為pip的版本需更新，安裝提示輸入指令即可。
與安裝步驟無關的話： 安裝CPU版本的時候，博主參考的博客使用的下面這條命令： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl 運行后會發現報錯： You must give at least one requirement to install (see "pip help install")
原因是install 后面沒有參數，也就是說沒有給想要安裝的包
可能是因為后面的網站鏈接寫錯了，或者是網站的資源搬遷了。到資源網站上檢查一下，修改成正確的資源地址即可。
這里當然是因為網站地址搬遷了，使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
就可以了。
三，測試
在Anaconda Prompt窗口中輸入： python
進入python后依次輸入：
import tensorflow as tf
sess = tf.Session()
原因是因為numpy版本不對應。
但是在CMD界面是不能進行版本替換的。需要在Python的編輯器中，我是在PyCharm中。
但是這與Tensorflow的安裝已經沒有關系了。
在PyCharm中，需要使用我們anaconda中的Python，不能使用電腦里面安裝的Python環境。
然后輸入指令：pip install numpy==1.16.0 即可。
測試代碼時出現沒有模塊的情況，進行下載模塊即可。
