TensorFlow
TensorFlow是谷歌基於DistBelief進行研發的第二代人工智能學習系統，其命名來源於本身的運行原理。Tensor（張量）意味着N維數組，Flow（流）意味着基於數據流圖的計算，TensorFlow爲張量從流圖的一端流動到另一端計算過程。TensorFlow是將複雜的數據結構傳輸至人工智能神經網中進行分析和處理過程的系統。
1、本地pip安裝
CPU版本
Python 3自帶pip3軟件包管理器，適用於TensorFlow的安裝。
運行——cmd——輸入pip3 install --upgrade tensorflow
只需要等待，我這裏輸入的pip install --upgrade tensorflow，結果相同。
GPU版本
TensorFlow程序在GPU上的運行速度通常都會明顯快於CPU。因此，如果系統具有NVIDIA（英偉達）GPU，並且需要運行較高性能的應用程序，建議安裝此版本。
運行——cmd——輸入pip3 install --upgrade tensorflow-gpu
2、Anaconda
參考之前寫的安裝方法：Anaconda下載安裝教程
如果在安裝Anaconda時沒有打勾將路徑添加到環境變量，則需要手動添加，否則在conda命令時會提示出錯。如果添加後還出錯怎麼辦？直接重裝Anaconda吧，又不難，記得勾選上環境變量。
Anaconda_root # 安裝Anaconda的根目錄，都需要手動添加到環境變量
Anaconda_root\Scripts
Anaconda_root\Library\bin
通過調用以下命令創建一個名爲tensorflow的conda環境，選擇自己所用的Python版本。
conda create -n tensorflow python=3.6
輸入y，等待。
激活conda環境，彈出提示。
avtivate tensorflow
如果安裝CPU版本，輸入
pip install --ignore-installed --upgrade tensorflow 
如果安裝GPU版本，則輸入
pip install --ignore-installed --upgrade tensorflow-gpu
3、安裝CUDA8.0和cuDNN6.0
目前，TensorFlow還不支持CUDA9.0，所以，還是老實本分使用CUDA8.0吧(無奈)。（CUDA9.0安裝教程）
首先下載CUDA Toolkit 8.0工具包：官方下載地址
跟着安裝嚮導，安裝完成了即可。可以nvcc -V查看是否成功。
然後安裝與CUDA Toolkit 8.0相關的NVIDIA驅動程序。
接下來，下載cuDNN，官方下載地址
Google 於 2017 年 8 月 17 日左右發佈了 TensorFlow 1.3，該版本不再支持 cuDNN 5，開始支持cuDNN 6，所以在使用 pip 安裝最新版時，應使用 cuDNN 6及以上。
這裏我選擇的是v6.0的Win10版本：cuDNN v6.0 Library for Windows 10。（選合適的而不是選最新的，注意不要選錯！！！）
將下載解壓後的三個文件複製到CUDA相應位置。
同時還需將bin目錄、lib\64目錄添加到環境變量path中，否則後面調用時會報錯。
4、檢測安裝成功與否
第一種方式：在cmd中輸入’python’，然後輸入以下程序：
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
第二種方式：在python的shell窗口中輸入上述程序，有
第三種方式：在PyCharm中輸入上述程序，發現找不到該模塊，這是因爲沒有配置的原因。
要在pycharm下使用tensorflow，要設置好pycharm下解釋器interpreter的路徑，這裏也就是tensorflow的路徑。
File->Settings->Project Interpreter->點擊設置按鈕選擇’Add Local …’ ->Virtualenv Environment->選擇Base interpreter。文件路徑可以是在安裝Anaconda的文件路徑下。
終於好啦！Hello TensorFlow！
