安装Anaconda3,而后在全部程序中启动“Anaconda Navigator”,如图:html
切换到“Enviroments"(环境)中,在右边有个显示环境的列表,默认有"base(root)",而后单击底部的”Create"按钮建立一个tensorflow的环境(其实什么名字无所谓,只是让你知道这个空间主要是用来进行tensorflow的操做).windows
选中刚建立的“tensorflow”环境,那就能够在右边框中,安装本身所须要的组建和包了。先“installed"列表中选择”not installed ",而后在右边的搜索框“Search packages”中输入“tensorflow",就能够找到tenorflow的包了。选中要安装的包后,在单击最底部的“Apply",系统就会安装tensorflow到你的环境中。下图是已安装的截图。测试
最后一步,测试是否可使用 。spa
单击环境”tensorflow"名字旁边的播放按钮,在弹出列表中选择”Open with Python“,而后会打开一个字符终端。.net
注意:上述安装tensorFlow的版本比较低,在应用过程当中出现问题,因此能够将如今tensorflow从anaconda中remove掉,而后启动"open terminal"字符终端,使用以下方式安装:code
在Anaconda Prompt中激活你的环境以后,经过pip安装(官方的那个pip安装实在是太慢的,不如用这个镜像快)htm
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
同上,只不过命令后面多了个 ‘-gpu’blog
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu #这个只是国内访问的时候的一个镜像。
使用这个安装当前最新的:pip install --ignore-installed --upgrade tensorflow-gpu
import tensorflow as tfip
hello=tf.constant('Hello, Tensorflow!')rem
sess=tf.Session() #这是注释能够不用输入。主要是执行这句话的时候会出项一些提示,意思大概是若是使用GPU版本能够提升执行的效率。由于我这里安装的CPU版本的tensorflow。
print(sess.run(hello) #执行这句话可以输出结果。这样咱们的cpu版本的tensorflow就安装完毕。
参考:
1. http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html
2. https://www.tensorflow.org/install/install_windows
3. https://blog.csdn.net/u010745011/article/details/78852669