TensorFlow
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。
1、本地pip安装
CPU版本
Python 3自带pip3软件包管理器，适用于TensorFlow的安装。
运行——cmd——输入pip3 install --upgrade tensorflow
只需要等待，我这里输入的pip install --upgrade tensorflow，结果相同。
GPU版本
TensorFlow程序在GPU上的运行速度通常都会明显快于CPU。因此，如果系统具有NVIDIA（英伟达）GPU，并且需要运行较高性能的应用程序，建议安装此版本。
运行——cmd——输入pip3 install --upgrade tensorflow-gpu
2、Anaconda
参考之前写的安装方法：Anaconda下载安装教程
如果在安装Anaconda时没有打勾将路径添加到环境变量，则需要手动添加，否则在conda命令时会提示出错。如果添加后还出错怎么办？直接重装Anaconda吧，又不难，记得勾选上环境变量。
Anaconda_root # 安装Anaconda的根目录，都需要手动添加到环境变量 Anaconda_root\Scripts Anaconda_root\Library\bin
通过调用以下命令创建一个名为tensorflow的conda环境，选择自己所用的Python版本。
conda create -n tensorflow python=3.6
输入y，等待。
激活conda环境，弹出提示。
avtivate tensorflow
如果安装CPU版本，输入
pip install --ignore-installed --upgrade tensorflow
如果安装GPU版本，则输入
pip install --ignore-installed --upgrade tensorflow-gpu
3、安装CUDA8.0和cuDNN6.0
目前，TensorFlow还不支持CUDA9.0，所以，还是老实本分使用CUDA8.0吧(无奈)。（CUDA9.0安装教程）
首先下载CUDA Toolkit 8.0工具包：官方下载地址
跟着安装向导，安装完成了即可。可以nvcc -V查看是否成功。
然后安装与CUDA Toolkit 8.0相关的NVIDIA驱动程序。
接下来，下载cuDNN，官方下载地址
Google 于 年 8 月 17 日左右发布了 TensorFlow 1.3，该版本不再支持 cuDNN 5，开始支持cuDNN 6，所以在使用 pip 安装最新版时，应使用 cuDNN 6及以上。
这里我选择的是v6.0的Win10版本：cuDNN v6.0 Library for Windows 10。（选合适的而不是选最新的，注意不要选错！！！）
将下载解压后的三个文件复制到CUDA相应位置。
同时还需将bin目录、lib\64目录添加到环境变量path中，否则后面调用时会报错。
4、检测安装成功与否
第一种方式：在cmd中输入’python’，然后输入以下程序：
>>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print(sess.run(hello))
第二种方式：在python的shell窗口中输入上述程序，有
第三种方式：在PyCharm中输入上述程序，发现找不到该模块，这是因为没有配置的原因。
要在pycharm下使用tensorflow，要设置好pycharm下解释器interpreter的路径，这里也就是tensorflow的路径。
File->Settings->Project Interpreter->点击设置按钮选择’Add Local …’ ->Virtualenv Environment->选择Base interpreter。文件路径可以是在安装Anaconda的文件路径下。
终于好啦！Hello TensorFlow！
