在操作之前先安装好python环境，我是安装的Anaconda，Anaconda下载安装教程可参考：https://blog.csdn.net/Chen_Meng_/article/details/80375884，接下来进入正题。

下载并安装pycharm

1. 下载

python官方下载地址 :http://www.jetbrains.com/pycharm/download/#section=windows ，这里选择下载Community社区版(Professional专业版要收费的)。

2. pycharm配置python环境

安装好后配置环境，新建一个test项目，首页选择File-Settings-Project-Project Interpreter,点击齿轮图标选择Add。

选择System Interpreter，选择Interpreter为本机安装的Anaconda里的python环境，一路点击OK。

右击项目名New一个Python文件test.py
写一行代码print (“hello world!”)
运行之前，我们发现快捷菜单上的【运行】和【调试】都是灰色的，不可触发状态。是因为，我们需要先配置一下控制台。

点击运行旁边的[Add Configuration…]，进入【Configurations】配置界面。（或者点击Run --> Edit Configurations 也一样）
点击加号，新建一个配置项，并选择python。

在右边的配置界面里：
Name 一栏里写个名字，比如test,点击Script path选项，找到刚才我们写的test.py，Python interpreter配好了刚才配置的python环境如下图。

此时点右边绿色三角运行结果如下。

安装tensorflow

1.输入清华仓库镜像

打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

2.创建tensorflow环境

同样在Anaconda Prompt中利用Anaconda创建一个python3.6的环境，环境名称为tensorflow36 ，输入下面命令：

conda create -n tensorflow36 python=3.6

3.启动tensorflow环境

在Anaconda Prompt中启动tensorflow环境：

activate tensorflow

注：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate tensorflow

4.安装cpu版本的TensorFlow

我这需要用python先 进行更新pip

pip install --upgrade pip

用清华镜像

python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple

tensorflow安装

pip install --upgrade tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

指定tensorflow版本安装的话：

pip install --upgrade --ignore-installed tensorflow==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
注意python要与tensorflow的版本相对应，否则会报错。
一次不成功可以安装多次

5.测试TensorFlow

输入python进入python模式，输入以下代码

import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

运行结果如下

Pycharm中配置TensorFlow环境

同上File-Settings-Project-Project Interpreter,点击齿轮图标选择Add，选择TensorFlow环境下的python.exe如图所示

在test.py文件中用如下代码进行测试：

import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

依然报错的话检查工程的环境是否配置,Run-Edit Confi……

选择 tensorflow环境

运行测试代码结果如下

打印出了正确结果，完成任务。