最近一直在安装 TensorFlow， 因为一直切换到 Ubuntu 系统比较麻烦，所以就尝试在Windows 系统上进行安装，发现下面这种方法进行安装十分方便。现在记录在这里。

1. 可选

如果想要安装GPU 版本，继续阅读，如果只想安装CPU 版本，可以跳过这部分

a. 安装 CUDA ，根据自己的系统进行安装即可，版本可以从官网进行下载，也可以点击CUDA百度网盘下载, win10系统推荐下载cuda_8.0.61_windows_10.exe 安装好后记得查看一下系统路径，将bin加到环境变量里即可。推荐一路默认安装。

b.安装cudNN，同样，根据自己安装的 CUDA 版本进行安装，这里需要注意，新版本的Tensorflow不再支持 cudnn v5 ，win10系统这里推荐安装 cudnn-8.0-windows10-x64-v6.0.zip ，可以从官网下载，也可以直接点击cudnn百度网盘下载 。下载好后直接解压，拷贝到 CUDA 相应的文件夹内即可。

2. 安装 Anaconda 

这个就不用多说了，官网下载 ，需要注意，一定要下载 Anaconda3. 安装的话一路默认即可。

也可以点击 Anaconda3百度网盘下载 ，这里的版本是Anaconda3-5.0.1-Windows-x86_64.exe        

3. Anaconda内新建一个 python 虚拟环境

a.

安装好 Anaconda3 后，打开 Anaconda Navigator 

首先选择左侧的Environments，点击 create 如下所示：

 

第一次打开后是没有上面的tensorflow的，这个就是我们新建的虚拟环境。

b.

接下来给自己的虚拟环境起一个名字，如tensorflow14 （写本博客时最新的版本是tensorflow 1.4）如下所示：

点击create ，记得 python的版本选择 3.6 （或3.5）

c. 

在开始菜单打开 Anaconda promt 如图： 

注意，如果是 win7 系统打开后可能会出现如下情况：

此时是无法使用的，不过我们可以从另一个位置打开，也就是 在 Anaconda Navigator 中，如下图所示：

出现如下图情况表示打开成功：

d.

输入 ： activate tensorflow14   （用来激活我们的虚拟环境）

e . 接下来这步分为 GPU 和 CPU 的不同

-> CPU 版本的TensorFlow ， 输入：pip install --ignore-installed --upgrade tensorflow

-> GPU 版本的TensorFlow ， 输入：pip install --ignore-installed --upgrade tensorflow-gpu 

然后就是默默等待。。。

一直等到结束，然后 tensorflow 就已经安装好啦~ 而且是最新版。

f. 将环境添加到Pycharm 中，使用 Pycharm 编写 tensorflow 程序

->下载 Pycharm ，官网即可， 社区版是免费的，也可以使用。

->新建项目，选择编译环境，如下所示

然后就可以开心的写 TensorFlow 代码啦。