windows anaconda 下安装tensorflow
1. 下载 Anaconda
在 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 寻找你与你电脑系统对应的版本，我这里使用 Anaconda3-4.2.0-Windows-x86_64.exe
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.2.0-Windows-x86_64.exe
下载并安装完成后，打开 CMD， 输入 'conda --version', 如果输出如下信息
conda 4.2.0
Anaconda 安装成功。
接下来需要设置 Anaconda 仓库镜像，因为默认连接的是国外镜像地址，下载速度比较慢，我们把镜像地址改为清华大学开源软件镜像站，打开 Anaconda Prompt, 输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
2.安装 TensorFlow
继续在 Anaconda Prompt 窗口输入：
conda create -n tensorflow python=3.5
按回车。
表示创建 TensorFlow 依赖环境，TensorFlow 目前不支持Python3.6，这里我们使用Python3.5。
继续看控制台输出：
Fetching package metadata ............... Solving package specifications: . Package plan for installation in environment D:\Program Files\anaconda\envs\tensorflow: The following NEW packages will be INSTALLED: pip: 9.0.1-py35_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free python: 3.5.3-0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free setuptools: 27.2.0-py35_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free vs2015_runtime: 14.0.25123-0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free wheel: 0.29.0-py35_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free Proceed ([y]/n)? y
提示我们安装哪些依赖软件，输入‘y’，回车。
控制台继续输出：
python-3.5.3-0 100% |###############################| Time: 0:00:42 754.91 kB/s setuptools-27. 100% |###############################| Time: 0:00:00 1.92 MB/s wheel-0.29.0-p 100% |###############################| Time: 0:00:00 2.68 MB/s pip-9.0.1-py35 100% |###############################| Time: 0:00:00 2.31 MB/s # # To activate this environment, use: # > activate tensorflow # # To deactivate this environment, use: # > deactivate tensorflow # # * for power-users using bash, you must source #
开始下载安装依赖软件，我这里使用的是清华大学镜像仓库，所以下载速度很快。
安装 CPU 版本：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/
https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
如果这个版本太低可选择新版本
在终端或cmd中输入以下命令搜索当前可用的tensorflow版本
$ anaconda search -t conda tensorflow Using Anaconda API: https://api.anaconda.org Run 'anaconda show <USER/PACKAGE>' to get more details: Packages: Name | Version | Package Types | Platforms ------------------------- | ------ | --------------- | --------------- HCC/tensorflow | 1.0.0 | conda | linux-64 HCC/tensorflow-cpucompat | 1.0.0 | conda | linux-64 HCC/tensorflow-fma | 1.0.0 | conda | linux-64 SentientPrime/tensorflow | 0.6.0 | conda | osx-64 : TensorFlow helps the tensors flow acellera/tensorflow-cuda | 0.12.1 | conda | linux-64 anaconda/tensorflow | 1.0.1 | conda | linux-64 anaconda/tensorflow-gpu | 1.0.1 | conda | linux-64 conda-forge/tensorflow | 1.0.0 | conda | linux-64, win-64, osx-64 : TensorFlow helps the tensors flow creditx/tensorflow | 0.9.0 | conda | linux-64 : TensorFlow helps the tensors flow derickl/tensorflow | 0.12.1 | conda | osx-64 dhirschfeld/tensorflow | 0.12.0rc0 | conda | win-64 dseuss/tensorflow | | conda | osx-64 guyanhua/tensorflow | 1.0.0 | conda | linux-64 ijstokes/tensorflow | 2017.03.03.1349 | conda, ipynb | linux-64 jjh_cio_testing/tensorflow | 1.0.1 | conda | linux-64 jjh_cio_testing/tensorflow-gpu | 1.0.1 | conda | linux-64 jjh_ppc64le/tensorflow | 1.0.1 | conda | linux-ppc64le jjh_ppc64le/tensorflow-gpu | 1.0.1 | conda | linux-ppc64le jjhelmus/tensorflow | 0.12.0rc0 | conda, pypi | linux-64, osx-64 : TensorFlow helps the tensors flow jjhelmus/tensorflow-gpu | 1.0.1 | conda | linux-64 kevin-keraudren/tensorflow | 0.9.0 | conda | linux-64 lcls-rhel7/tensorflow | 0.12.1 | conda | linux-64 marta-sd/tensorflow | 1.0.1 | conda | linux-64 : TensorFlow helps the tensors flow memex/tensorflow | 0.5.0 | conda | linux-64, osx-64 : TensorFlow helps the tensors flow mhworth/tensorflow | 0.7.1 | conda | osx-64 : TensorFlow helps the tensors flow miovision/tensorflow | 0.10.0.gpu | conda | linux-64, osx-64 msarahan/tensorflow | 1.0.0rc2 | conda | linux-64 mutirri/tensorflow | 0.10.0rc0 | conda | linux-64 mwojcikowski/tensorflow | 1.0.1 | conda | linux-64 rdonnelly/tensorflow | 0.9.0 | conda | linux-64 rdonnellyr/r-tensorflow | 0.4.0 | conda | osx-64 test_org_002/tensorflow | 0.10.0rc0 | conda | Found 32 packages
选择一个较新的CPU或GPU版本，如jjh_cio_testing/tensorflow-gpu的1.0.1版本，输入如下安装命令
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow Fetching package metadata ............. Solving package specifications: . Package plan for installation in environment /home/will/anaconda2: The following packages will be SUPERSEDED by a higher-priority channel: tensorflow-gpu: 1.0.1-py27_4 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free --> 1.0.1-py27_4 jjh_cio_testing Proceed ([y]/n)?
conda会自动检测安装此版本的Tensorflow所依赖的库，如果你的Anaconda缺少这些依赖库，会提示你安装。因为我之前已经安装过了，所以这里只提示我安装Tensorflow。输入y并回车之后等待安装结束即可
- 可以选择次高版本的Tensorflow安装，因为最新版本可能清华 TUNA的仓库镜像库没有及时更新，而官方更新连接总是失败，我最开始选择了jjhelmus/tensorflow-gpu的1.0.1版本，其他依赖库清华 TUNA的仓库镜像有资源，而到最后jjhelmus/tensorflow-gpu版本的Tensorflow安装包总是下载不下来，尝试20多次之后换了一个1.0.0的版本，终于顺利安装成功
进入python，输入
import tensorflow as tf
如果没有报错说明安装成功。
转自:https://www.cnblogs.com/nosqlcoco/p/6923861.html
http://www.cnblogs.com/willnote/p/6746499.html
浙公网安备 33010602011771号