1.首先确保已经安装python，然后用pip来安装matplotlib模块。
2.进入到cmd窗口下，建议执行python -m pip install -U pip setuptools进行升级。
3.如果之前已经安装了Numpy，则需要先卸载之前的安装，因为每个Tensorflow都有一个版本的numpy对应，故要卸载之前numpy
4.接着键入python -m pip install --upgrade tensorflow 进行自动的安装，系统会自动下载安装包。
命令提交以后，你唯一能做的就是等待了。你唯一能祈祷的，就是这该死的GFW不会坏了你好事。 还好这次运气不错，一次搞定。
验证安装
在桌面上创建a.py文件，写入以下代码
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']= '2'
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a = tf.constant(10)
b = tf.constant(25)
print(sess.run(a + b))
异常处理：
下面是从网上找到的，别人在安装的过程中出现的错误或异常，以及解决方法：
后来直接pip install tensorflow，tensorflow装完，自动装numpy却报错了。因为我之前自己用了numpy，早就装了。而每个tensorflow都有一个版本的numpy对应，故要卸载之前numpy。解决方法如下
1.Exception:
Traceback (mostrecent call last):
……
PermissionError:[Errno 13]
Permission denied:'D:\\software\\Anaconda\\Lib\\site-packages\\numpy\\core\\multiarray.cp36-win_amd64.pyd'
解决办法：关闭所有正在运行的python程序
2. Installing collected packages:numpy, tensorflow-tensorboard, tensorflow
Found existing installation: numpy 1.11.3
Uninstalling numpy-1.11.3:
Exception……
无法卸载numpy
解决办法：pip install tensorflow –ignore-installed numpy
官方安装链接
tensorflow 0.12.0开始支持Windows下安装了
环境要求：- Windows 64位
- python 3.5
- pip 9.0.1
- tensorflow 0.12.0
- cuda8.0
- cudnn5.1
- visual c++ 2015 运行时库
查看gpu是否支持cuda
安装python3.5
- 下载
- 安装
- 升级pip
python.exe -m pip install --upgrade pip
安装tensorflow
- cpu版本
pip install --upgrade tensorflow
- gpu版本
pip install --upgrade tensorflow-gpu
gpu版本tensorflow安装gpu支持包
安装cuda8.0
- 下载
- 安装
安装cudnn5.1
- 下载
- 安装
添加解压后的bin目录到PATH环境变量
$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
b'Hello, TensorFlow!'
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>
如果import报错，需要下载安装Microsoft Visual C++ 2015 Redistributable
另外需确认CUDA CUDNN与TensorFlow版本是否匹配
- gpu使用情况查看
nvidia-smi -l # 实时返回GPU使用情况
