１、 前言
本人实验室电脑比较渣，刚开始系统是win7 32位的，显卡也没那么好，于是决定安装tensorflow cpu版本的（tensorflow gpu版本安装参考我另一篇博客()）
在这里要说一下，tensorflow不支持Windows 32位的系统，刚开始捣鼓了半天才知道！果断重装系统win10 64位，开始正式安装tensorflow！
现在anaconda有许多版本，各自默认的python版本有python2.7，3.5，3.6等等，最高的版本默认的python已是3.7，而现今tensorflow在Windows上仅支持python3.5和python3.6，还未支持python3.7，在这里tensorflow支持的python版本和anaconda默认的python版本最好对应，这样在anaconda中安装tensorflow时不会出错，所以我选择了安装默认python3.6的Anaconda5.2.0，tensorfow版本1.12.0，对应下载了Anaconda3-5.2.0-Windows-x86_64.exe, ２、安装anaconda
Next,
I Agree,
默认选项，Next,
Browse，选择你要安装的路径，我是在E盘新建一个Anaconda3的文件夹来作为安装路径，然后Next
下面这里第一个是把Anaconda添加进Windows环境变量中，我选择两个都勾选上，然后选择install,等待安装完成
安装完成，点击Next,
点击skip
去掉两个勾选，点击Finish，安装完成。安装完成后，打开Anaconda Prompt，依次输入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
这是添加清华大学开源软件仓库镜像，这里面有大量的资源，在我们下载更新的过程中可以提供资源和加快速度。
３、安装tensorflow
点击 开始–>Anaconda–>Anaconda Navigator，进入Anaconda Navigator
点击Environments,点击channels，先查看刚才添加的清华大学镜像源是否成功添加，然后点击update channels
接着在base(root)中搜索tensorflow，搜索范围选择All，查看搜索出来的tensorflow版本
点击update index，查看更新之后的版本（这一步无所谓，我是随意点击了一下看会不会更新的，结果确实更新了，但还不是我们想要的1.12.0，不过没事，下载的时候是就行了，看下面）
开始下载安装tensorflow，勾上tensorflow选项，点击Apply，查看跳出来的窗口中安装的版本和右边我们添加的镜像源，因为我们所添加的镜像源中有tensorflow1.12.0版本，所以才能下载到这个版本，然后点击Apply，等待安装完成，这个过程可能要等一会。
安装完成
下面测试看能不能用。
４、测试tensorflow是否安装成功
进入Windows命令行窗口，输入python，成功进入python环境之后，输入:
import tensorflow as tf
hello = tf.constant(‘Hello,TensorFlow!’)
sess = tf.Session()
sess.run(hello)
成功输出结果。
查看tensorflow安装版本和安装路径
５、在pycharm中配置anaconda和tensorflow
打开pycharm界面，点击configure，选择setting
选择project interpreter，点击右边设置，选择Add
选择system interpreter，找到anaconda默认的python路径，这里面已经有我们安装的tensorflow了，我的是E:\Anaconda3\python.exe
点击ok之后，可以看到tensorflow已经被我们添加进来了
再点击Apply，ok，等待pycharm配置完成
这样就将装有tensorflow的Anaconda默认的python作为pycharm的编译器了，这里面带有很多anaconda的包，加上安装的tensorflow，已经能满足我们平常的需要了，若有需要其他的包，再在conda中安装或pycharm中添加。现在就让我们在pycharm中测试一下tensorflow
6、pycharm中测试tensorflow：
点击Create project，选择完工程路径和工程名，点击Create
新建一个python文件test
开始输入测试代码，
import tensorflow as tf
a = tf.constant([1.0, 2.0], name=‘a’)
b = tf.constant([1.0, 2.0], name=‘b’)
result = a + b
sess = tf.Session()
print(sess.run(result))
成功运行。
去掉一些红色警告，警告的意思大概是你的 CPU 支持AVX AVX2 （可以加速CPU计算），但你安装的 TensorFlow 版本不支持，解决办法：加入：
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’
