1.安裝python
python版本不要太高，要和anaconda，tensorflow匹配才行。博主用的是python3.6.3。
由於python安裝較為簡單，這里不多講
2.安裝anaconda
(注：本段來源於博文https://www.cnblogs.com/wwaann/articles/9978828.html)
安裝時，一定不要選擇默認C盤路徑，因為C盤一些文件夾讀寫需要權限，裝tensorflow過程可能會意外出錯！
一般選擇D盤安裝。安裝過程中會彈出高級安裝選項，，不要點第一個環境變量選項，環境變量最好手動添加！
添加環境變量：此電腦-右鍵屬性-高級系統設置-環境變量-系統變量-path-編輯-添加
添加對應的Anaconda環境變量，路徑要根據自己的Anaconda安裝路徑來
需要添加的環境變量路徑有：
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
安裝好后，打開Anaconda,點擊anaconda -base -channels,刪除默認下載路徑
3.安裝tensorflow環境
打開anaconda prompt, 輸入下載資源的路徑(有很多資源需要下載，默認使用國外的資源網址，但是國外資源下載很慢，下載超時會出錯！)
輸入：
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
按enter（%%這句指定了清華鏡像下載資源路徑）
再輸入：
conda config --set show_channel_urls yes
按enter
輸入：conda create -n tensorflow python=3.6.3
按enter（%%這句指定了下載python的版本為3.6.3；-n代表默認路徑）
按y確認下載，安裝完成后，會給出激活環境的提示命令
輸入：
conda activate tensorflow
按enter(%%這句將環境轉換為tensorflow環境，但注意，此時還未安裝tensorflow)
輸入（不推薦）：
pip --default-timeout=300 install tensorflow==1.4.0
按enter(%%這句指定了下載時間為300（分鍾或小時，whatever），保證足夠下載時間，並且指定了下載tensorflow的版本為1.4，1.4與python3.6.3匹配！)
或更推薦使用下述命令：
pip install --index-url https://pypi.douban.com/simple tensorflow==1.4.0
按enter(%%這句指定了下載資源為豆瓣鏡像，實測下載更快速)
下載完成后界面是這樣的：
若提示pip需要升級，則輸入（不要按照它推薦的代碼，因為下面的豆瓣資源下載更快）：
python -m pip install --upgrade pip -i https://pypi.douban.com/simple
運氣好的話，到這里就結束了，可以驗證一下tensorflow有沒有安裝好
若此時驗證tensorflow安裝（見下節驗證部分），可能出現白字錯誤警告，意思大致為安裝了一個高級版本的numpy，此時需要下載低級版本的numpy，比如numpy1.16
驗證出錯時，關掉anconda prompt，再重新打開。
輸入
conda activate tensorflow
按enter(%%這句開啟了tensorflow環境，若不開啟該環境，則會把numpy 下載到C盤administrator……路徑，是無法安裝成功的！)
輸入 ：
python -m pip install --index-url https://pypi.douban.com/simple numpy==1.16.0
按enter(%%這句表示在豆瓣鏡像里下載了numpy1.16版本)
4.驗證tensorflow安裝是否成功
打開anaconda prompt
輸入 conda activate tensorflow
輸入 python
輸入 import tensorflow as tf
（按enter后應該不會報錯，報錯則說明tensorflow沒有裝上）
輸入 tf.__version__
輸出 '1.4.0'
（該結果為tensorflow版本號，不同版本輸出不同）
輸入 tf.__path__
輸出 ['D:\\anaconda3\\envs\\tensorflow\\lib\\site-packages\\tensorflow']
(該結果為tensorflow環境路徑，因人而異）
操作過程如下圖所示
或者這樣驗證：
import tensorflow as tf
#定義兩個向量a,b
a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([2.0, 3.0], name='b')
result = a+b
sess = tf.Session() #生成一個會話，通過一個會話session來計算結果
#實現了一個簡單的Tensorflow模型
print(sess.run(result))
輸出：
[3. 5.]
5.在pycharm上安裝tensorflow環境
很多人還是習慣在pycharm上敲代碼，所以我們要在pycharm上也裝上tensorflow環境
File-settings
先輸入工作目錄：
再點base interpreter右端…，彈出selecet python interpreter窗口界面。在我的電腦打開tensorflow目錄，
找到python.exe，將該exe拖動至selecet python interpreter窗口界面，再點OK。
或者對於新工程文件：
總之，對於一個已經搭建好tensorflow環境的project,在file-setting-project inyerpreter里面，必定要有python,tensorflow等等模塊，如下圖所示：
如果有的話，則說明tensorflow 安裝好了
可以試着用第四節的第二個驗證程序來驗證tensorflow庫能否正常調用
import tensorflow as tf
#定義兩個向量a,b
a1 = 1
a2 = 2
a3 = a1+a2+a1*a2
a = tf.constant([8.0, 12.0], name='a')
b = tf.constant([2.0, 3.0], name='b')
result = a+b
sess = tf.Session() #生成一個會話，通過一個會話session來計算結果
#實現了一個簡單的Tensorflow模型
print(sess.run(result))
print(a3)
輸出
[10. 15.]
5