1. 环境介绍
- CPU：Intel Core i5 7500
- OS：Windows 10 x64
- VS：Visual Studio 2015
- Anaconda：5.3.0 x64（下载地址：https://www.anaconda.com/download/ 如果网速慢也可以在这里下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?tdsourcetag=s_pcqq_aiomsg ）
注意： 本文仅适用于基于CPU的TensorFlow环境搭建，对GPU硬件没有要求，也无需安装显卡驱动。
2. 安装Anaconda
-
访问Anaconda官方网站：https://www.anaconda.com/download/ ，在页面中选择Python 3.7、64bit的windows安装包进行下载，如下图所示：
（注意： 这里尽管对应Python 3.7的版本，但并不会影响TensorFlow的运行，因为后续会专门为TensorFlow准备其适应的Python环境） -
在“Install for”对话框中选择“All users”，如下图所示：在“Install for”对话框中选择“All users”，如下图所示：
-
配置好自己的安装路径，如下图所示：
-
在“Advanced Options”界面中，仅勾选“Register Anaconda as the system Python 3.7”
-
安装完成后，提示安装VS Code代码编辑器，这一步工作可选（非必须），如下图所示：
-
安装完成后启动“Anaconda Prompt”，
在命令行中输入：
conda --version
可以看到conda的版本信息
- 设置 Anaconda 仓库镜像，推荐将其改为清华大学开源软件镜像站，以提升下载速度，在Anaconda Prompt中分别运行如下两条命令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
3. 安装TensorFlow
- 创建依赖环境，在Anaconda Prompt中运行如下命令：
conda create -n tensorflow python=3.5
回车后会出现提示信息，如下图所示：
输入“y”以继续，环境准备完成会出现如下提示信息：
-
启动Anaconda Navigator，软件启动后，可以在主界面中看到TensorFlow的环境，如下图所示：
-
在Anaconda Prompt中启动tensorflow环境，在Anaconda Prompt中运行下列命令：
activate tensorflow
可以看到如下输出：
- 安装CPU版本的TensorFlow，在Anaconda Prompt中运行下列命令：
pip install --upgrade --ignore-installed tensorflow
运行完该命令后，可以看到如下输出：
4. 测试TensorFlow
- 在Anaconda Prompt中运行下列命令，进入Python环境：
python
运行后则进入了Python环境，如下图所示：
- 在Anaconda Prompt中输入如下Python脚本：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
得到如下输出：
这样，一个基于Windows的TensorFlow环境就搭建完成了。
若希望能够进一步在PyCharm IDE中集成上述TensorFlow环境，可以参考本人另一篇博客：Windows 10系统下PyCharm安装或导入TensorFlow笔记
参考资料：
想持续获得文章推送？欢迎扫码关注“视觉边疆”微信订阅号
