一、說在前面
TensorFlow是一個基於數據流編程（dataflow programming）的符號數學系統，被廣泛應用於各類機器學習（machine learning）算法的編程實現，其前身是谷歌的神經網絡算法庫DistBelief。
Tensorflow擁有多層級結構，可部署於各類服務器、PC終端和網頁並支持GPU和TPU高性能數值計算，被廣泛應用於谷歌內部的產品開發和各領域的科學研究。
二、選擇版本
（1）選擇CPU還是GPU
TensorFlow在安裝時首先面臨的就是版本選擇的問題：CPU版還是GPU版？版本號選哪個
| 判斷條件 | 結果 |
|---|---|
| 顯卡是否NVIDIA系列？ | 是=GPU；否=CPU |
| 若是NVIDIA系列，計算能力如何？ | 大於等於3.5=GPU；小於3.5=CPU |
首先，查看自己電腦顯卡的型號。如果顯卡是NVIDIA系列的，繼續下面步驟；如果顯卡不是NVIDIA系列的，直接裝CPU版。
右鍵我的電腦/屬性/設備管理器/顯示適配器，這是我的
然后，如果是NVIDIA系列的，則查詢該顯卡的計算能力。詳見：查詢顯卡計算能力。點開自己顯卡對應的系列，查看自己顯卡的GPU計算能力（即，Compute Capability）。如下圖，顯卡NVIDIA GeForce RTX 1050對應的計算能力為6.1，可以使用GPU
最后，到官網查詢發布的GPU支持，查看硬件要求。本文查詢時的標准是3.5（如下圖）。如果計算能力≥3.5，可以裝GPU版；相反<3.5的只能選擇CPU版了。
（2）選擇版本號
選擇完GPU還是CPU就可以選擇相應的版本號了，兩個的區別就是運算速度的問題，通過看別人的博客感覺GPU的比較麻煩還是選擇了CPU，怪我太懶T_T，如果有伙伴還是想要有更好的體驗可以參考這篇博客。
三、安裝TensorFlow（我裝的是CPU版本的）
（1）進入Anaconda的Promot
（2）為TensorFlow創建虛擬環境
在promot里面輸入 conda create -n tensorflow python=3.5
可以通過 conda info -e來查看自己創建的虛擬空間
（3）進入虛擬空間tensorflow
在promot里面輸入 activate tensorflow，如果切換了就說明創建成功了、
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
如果出現黃色字體提示pip的版本不夠新按照要求輸入命令即可
四、測試安裝結果
在tensorflow虛擬空間里面輸入python后，依次輸入
import tensorflow.compat.v1 as tf
tf.compat.v1.disable_eager_execution()
sess = tf.Session()
a = tf.constant(10)
b= tf.constant(12)
sess.run(a+b)
如果輸出結果是22則說明安裝成功了！
五、安裝失敗還可以參考
安裝：https://www.cnblogs.com/ming-4/p/11516728.html