簡單的 Tensorflow 開發環境分爲 GPU和CPU兩種版本，安裝上的不同之處只是最後使用 pip 工具安裝的時候命令不同。
因爲GPU版本的使用GPU進行運算，對圖像的處理速度更快，目前只支持NVIDIA的顯卡。
一、安裝CUDA框架和cuDNN庫（如果確定不使用GPU，可以跳過此步）
參照官方文檔安裝即可：官方文檔
關於CUDA和cuDNN的關係：https://www.jianshu.com/p/622f47f94784
大致過程如下：
1、下載CUDA框架，安裝。（按照到默認位置即可，自定義的位置安裝完成後，重啓電腦，安裝文件會消失（Win10））。
2、將cuDNN的三個文件拷貝至CUDA的安裝目錄中即可。
注意：上述過程在官方文檔中有詳細說明。需要注意cuDNN和CUDA庫的匹配問題，即安裝的cuDNN庫需要和CUDA框架匹配。具體的方式都在官方文檔中有說明。
二、安裝Anaconda
從Anaconda官網下載所需版本的即可，安裝時需要勾選註冊環境變量。其餘的默認即可，可以自定義安裝位置。
三、查看安裝情況
在啓動欄中打開 Anaconda Prompt(Anaconda)
1、查看CUDA框架的安裝情況
輸入如下命令，結果大致如下即可：
nvcc --version
2、查看Anaconda的安裝情況
輸入如下命令，結果大致如下即可：
anaconda --version
3、查看Anaconda安裝的python版本
輸入如下命令，結果大致如下即可：
python
四、使用conda創建虛擬環境
Conda 是一個開源的軟件包管理系統和環境管理系統，用於安裝多個版本的軟件包及其依賴關係，並在它們之間輕鬆切換。
Conda 是爲python程序創建的，適用於 Linux，OS X 和Windows，也可以打包和分發其他軟件，是最流行的 Python 環境管理工具 。
參考：https://www.cnblogs.com/ssxblog/p/10666751.html
https://www.cnblogs.com/ljysy/p/10660885.html
1、添加清華大學的源，加快下載速度。（源也可以自己更換）
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --setshow_channel_urls yes
2、創建虛擬環境
conda create --name Virtual_Environment_Name python=3.7.4
// --name 可以替換爲 -n
// Virtual_Environment_Name : 是新建的python虛擬環境名稱，可以自定義
// 3.7.4 : 虛擬環境中的python版本號，不一定要使用和Anaconda安裝時一樣python的版本號,根據自己的需
// 要自定義即可N
3、激活虛擬環境
conda activate Virtual_Environment_Name
// Virtual_Environment_Name : 上一步創建的虛擬環境名稱
// 執行完此命令後，命令行進入創建的虛擬環境中，從前置提示字母可以看出
4、在虛擬環境中使用pip安裝Tensorflow（選擇一個安裝即可）
需要確認的地方輸入：y ,回車即可。
（1）、安裝GPU版
// 使用了豆瓣的pip源，加快下載速度
pip install tensorflow-gpu -i https://pypi.douban.com/simple
// 默認版本最新版的tensorflow-gpu
pip install tensorflow-gpu==1.15.2 -i https://pypi.douban.com/simple
// 自定義安裝1.15.2版的tensorflow-gpu
（2）、安裝CPU版
// 使用了豆瓣的pip源，加快下載速度
pip install tensorflow -i https://pypi.douban.com/simple
// 默認版本最新版的tensorflow
pip install tensorflow==1.15.2 -i https://pypi.douban.com/simple
// 自定義安裝1.15.2版的tensorflow
5、打開Anaconda進行驗證
點擊Environments，可以看到自己新建的虛擬環境，base(root)是安裝Anconda時新建的python環境，一般不要動它。選中需要的環境，運行程序即可。
注：需要不同版本的tensorflow進行開發時，從新建一個虛擬環境開始即可。