注意：
你的系统和安装的Python都必须是64位，才支持Tensorflow，TensorFlow不支持32位！
win64系统中Anaconda3.5.2中安装tensorflow和tensorflow-gpu：
Anaconda3.5.2中安装tensorflow：
先到官网上下载安装Anaconda3.5.2。
https://www.anaconda.com/download/#windows
或镜像站https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。
在Anaconda中我们可以创建不同的环境，比如一个环境中安装tensorflow，另一个环境中安装tensorflow-gpu，这样就可以满足不同版本的测试环境要求。
打开Anaconda Prompt，在Anaconda中创建tensorflow环境：
conda create -n tensorflow python=3.6.5 tensorflow即创建名为tensorflow的环境，python选择3.6.5版本，并同时安装tensorflow。
使用该环境命令：
activate tensorflow删除环境的命令：
conda env remove -n 环境名删除环境中某个包命令：
conda remove -n 环境名 包名我们也可以建立并激活tensorflow环境后，再在该环境中安装tensorflow包：
conda install -c conda-forge tensorflow安装完成后我们要检查一下。在cmd中输入pythona（即Anaconda中的python.exe，我改名成pythona.exe）
然后输入：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)如果能正常输出hello，TensorFlow！，说明成功。
我们还可以在Anaconda自带的jupyter Notebook中也按上面的方法测试一下。
Anaconda3.5.2中安装tensorflow-gpu：
创建一个tensorflow-gpu环境：
conda create -n tensorflow-gpu python=3.6.5 tensorflow-gpu使用Anaconda安装tensorflow-gpu的最大好处就是Anaconda已经给你自动选择好了tensorflow-gpu版本对应可用的CUDA和cuDNN版本并自动安装。
注意：
如果不是使用Anaconda安装tensorflow-gpu，则我们必须要自己选择安装好对应版本的CUDA和cuDNN，请根据下表选择对应版本：
tensorflow-gpu v1.9.0 | cuda9.0 | cuDNN7.1.4可行 | 备注：7.0.4/ 7.0.5/ 7.1.2不明确
tensorflow-gpu v1.8.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.7.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.6.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.5.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.4.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.3.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.2.0 | cuda8.0 | cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu v1.1.0 | cuda8.0 | cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu以下版本支持CUDA 8.0:
1.2 版本, 需要libcudnn.so.5即可.
1.3 版本, 需要libcudnn.so.6即可.
1.4 版本, 需要libcudnn.so.7和系统环境CUDA_DEVICE_ORDER和CUDA_VISIBLE_DEVICES.
如果是1.5版本以上,tensorflow-gpu需要CUDA 9.0版本.安装好后使用下面命令激活tensorflow-gpu环境：
activate tensorflow-gpuUbuntu系统中Anaconda安装tensorflow和tensorflow-gpu：
linux中安装Anaconda并在Anaconda中安装tensorflow：
从官网https://www.anaconda.com/download/#linux
或镜像站https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。
下载完成后得到Anaconda3-5.2.0-Linux-x86_64.sh文件。将该文件放到Ubuntu14.04虚拟机中。
然后打开terminal，运行命令：
bash Anaconda3-5.2.0-Linux-x86_64.sh安装完成Anaconda。
将Anaconda路径添加环境变量中：
使用命令：
sudo gedit /etc/environment如图所示：
在红线位置加上：
:~/anaconda3/bin然后保存，使用下面的命令使其立即生效，或重启电脑即可。
source /etc/environment #注意命令只能在当前terminal里生效，要想永久生效必须重启在linux中的Anaconda中创建tensorflow环境（并同时安装tensorflow包）：
conda create -n tensorflow python=3.6.5 tensorflowAnaconda中激活tensorflow环境：
source activate tensorflow我们也可以先创建环境，激活该环境后，再在我们创建的tensorflow环境中安装tensorflow：
conda install -c conda-forge tensorflow创建一个tensorflow-gpu环境：
conda create -n tensorflow-gpu python=3.6.5 tensorflow-gpu安装好后使用下面命令激活tensorflow-gpu环境：
source activate tensorflow-gpu