一、安装Anaconda。

　　由于Anaconda的官网是外网，有时候下载很慢.

　　因此可以通过清华的镜像下载，https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

（因为Tensorflow依赖于的模块有numpy，matplotlib，jupyter，scikit-image，librosa，nltk，keras，tflearn，如果在要安装python环境后再pip，很麻烦，而且很容易出现不兼容的情况，所以还是建议安装anaconda，这里建议下载版本：Anaconda3-4.2.0-Windows-x86_64）

　　下载完成后，安装步骤默认即可。

管理员权限打开Anaconda Prompt，

　　输入 conda list 

　　可以看到numpy、sympy等常用的包已经存在。

二、安装tensorflow cpu版本

①在Anaconda Prompt中，用Anaconda3创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：

　　conda create -n tensorflow python=3.5

　　然后选择 y，

②这样之后，打开Anaconda Navigator， 

　　点击左侧的 Environments，可以看到 tensorflow 的环境已经创建好了：

③在Anaconda Prompt中启动tensorflow环境：

　　激活：activate tensorflow

④安装cpu版本的TensorFlow

在tensorflow环境中输入：

　　pip install --upgrade --ignore-installed tensorflow。然后，等......可能要等半个小时左右

这样tensorflow cpu版本就安装好了

当不使用TensorFlow时，可以输入 deactivate 来关闭tensorflow环境

⑤测试cpu版本的TensorFlow

　　重新打开Anaconda Prompt

　　→ activate tensorflow

　　→ python

测试代码如下：

#TensorFlow使用图(Graph)来表示计算任务；并使用会话(Session)来执行图，通过Session.close()来关闭会话（这是一种显式关闭会话的方式）。会话方式有显式和隐式会话之分。
import tensorflow as tf
hello = tf.constant(‘Hello,TensorFlow!‘)  #初始化一个TensorFlow的常量
sess = tf.Session()  #启动一个会话
print(sess.run(hello))  

⑥其他问题：

　　当我们用Anaconda自带的iPython和Spyder以及jupyter notebook中输入 import tensorflow as tf  的时候会失败，显示如下：

原因是我们没有在TensorFlow的环境下打开它们。

为此，我们需要在TensorFlow环境下安装这两个插件：

打开Anaconda Navigator→Environments→tensorflow，选择Not installed，找到iPython和Spyder以及jupyter并安装。

装好这三个插件之后，启动 tensorflow 试一下

ipython：

Spyder：

jupyter notebook：

以上三种方式选一种来用即可，快捷方式可以在开始菜单栏搜到。