TensorFlow是Google开发的一款神经网络的Python外部包，也是一个可以进行数值计算的开源软件库。TensorFlow中文社区提供了在Ubuntu/Linux和Mac OS X下的安装方法，链接如下：http://www.tensorfly.cn/tfdoc/get_started/os_setup.html ，而到现在TensorFlow环境可以完美支持在Windows下的安装，网上方法写的也很详细，参考网址：http://blog.csdn.net/u013080652/article/details/68922702，一般在windows上搭建TensorFlow所要求的配置都是Python3.5，所以想要用anaconda配置环境的话，都建议用anaconda3，因为里边默认的就是python3。本文提供一种搭建TensorFlow方法，如题，当然这种方法迁就于电脑上已经安装了anaconda2和PyCharm，在不想卸载anaconda2的情况下，可以在anaconda2上直接添加python3.5，具体方法如下：
1.安装anaconda2：
一般来说，安装python最让人头疼的莫过于其对于所依赖的包的安装，而anaconda完美解决了这个问题，如果安装anaconda2，其会自动安装python2中所依赖的包，真能节省不少时间，安装anaconda2一定要看清自己电脑系统的位数，有64位和32位的，官网下载地址：https://repo.continuum.io/archive/ ，我选的版本是Anaconda2-4.3.1-Windows-x86_64.exe 如果已经安装好anaconda2也可以直接通过命令在cmd中查看自己安装的版本，直接输入python即可，当然对anaconda2要求应该并不是很苛刻，别的版本应该也行。
2.安装PyCharm：
安装anaconda后，其自带有很多python的IDE，用别的IDE配置TensorFlow我没有试过，这个作为一个参考。PyCharm是以后写代码的IDE，我采用的是pycharm-community-2017.1，安装也比较简单，有一点需要注意，如图，安装过程中，记得勾选：
安装完成后，初次打开，需要进行配置，选择最后一次，直接上几张图：
创建一个新的project：
设置python解释器的位置：如果安装了anaconda2，在 Interpreter 下拉按钮中应该可以看到其中有一个默认的python2.7解释器，如图。当然我们配置TensorFlow用不着这个，安装了python3.5后，应该会出现python3.5解释器，这个后面再说。
3.安装python3.5：
开始菜单－运行cmd ，不用修改路径，直接在终端输入：
conda create -n py35 python=3.5
activate py35
pip install --upgrade --ignore-installed tensorflow以matplotlib为例讲述在终端安装包的方法，输入代码：
pip install matplotlib6.具体使用：
经过上面的过程，TensorFlow大致就配好了，如果有现成的代码，可以直接用PyCharm打开，但是PyCharm 默认采用的还是python2.7，所以需要进行更改，菜单栏：File/Settings/Project/Project Interperter，在下拉列表中选择python3.5解释器，如果没有,可以在命令行查看自己python3.5安装路径，输入：
activate py35
echo %PATH%可以看出py35的安装路径：D:\ProgramData\Anaconda2\envs\py35 ，打开PyCharm后，找到菜单栏：File/Settings/Project/Project Interperter 。点击Project Interpreter后边的倒三角，，选择Show All，点击下边的+号Add Local，在上面的py35的路径下找到python.exe，最后确定，这样就可以使用py35了。如图所示：
－－如果对PyCharm不熟悉，可参考这篇文章：http://blog.csdn.net/chenggong2dm/article/details/9366805
另外，如果写代码后，提示某个包不存在，如显示pandas不存在，调出setting，具体添加方法如下图：
值得一提的是python中的PIL包在python3中会安装失败，据说PIL只支持python2.X，官网也给出了一种替代性的选择安装pillow包，亲测好用，也就是说，如果说缺少pil包在PyCharm中安装pillow即可，至此，所有的安装均已完成。