注意：

你的系統和安裝的Python都必須是64位，才支援Tensorflow，TensorFlow不支援32位！

win64系統中Anaconda3.5.2中安裝tensorflow和tensorflow-gpu：

Anaconda3.5.2中安裝tensorflow：

先到官網上下載安裝Anaconda3.5.2。

在Anaconda中我們可以建立不同的環境，比如一個環境中安裝tensorflow，另一個環境中安裝tensorflow-gpu，這樣就可以滿足不同版本的測試環境要求。

開啟Anaconda Prompt，在Anaconda中建立tensorflow環境：

conda create -n tensorflow python=3.6.5 tensorflow

即建立名為tensorflow的環境，python選擇3.6.5版本，並同時安裝tensorflow。

使用該環境命令：

activate tensorflow

刪除環境的命令：

conda env remove -n 環境名

刪除環境中某個包命令：

conda remove -n 環境名 包名

我們也可以建立並激活tensorflow環境後，再在該環境中安裝tensorflow包：

conda install -c conda-forge tensorflow

安裝完成後我們要檢查一下。在cmd中輸入pythona（即Anaconda中的python.exe，我改名成pythona.exe）

然後輸入：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)

如果能正常輸出hello，TensorFlow！，說明成功。

我們還可以在Anaconda自帶的jupyter Notebook中也按上面的方法測試一下。

Anaconda3.5.2中安裝tensorflow-gpu：

建立一個tensorflow-gpu環境：

conda create -n tensorflow-gpu python=3.6.5 tensorflow-gpu
 

使用Anaconda安裝tensorflow-gpu的最大好處就是Anaconda已經給你自動選擇好了tensorflow-gpu版本對應可用的CUDA和cuDNN版本並自動安裝。

注意：

如果不是使用Anaconda安裝tensorflow-gpu，則我們必須要自己選擇安裝好對應版本的CUDA和cuDNN，請根據下表選擇對應版本：

tensorflow-gpu v1.9.0 | cuda9.0 |  cuDNN7.1.4可行  | 備註：7.0.4/ 7.0.5/ 7.1.2不明確

tensorflow-gpu v1.8.0 | cuda9.0 |  cuDNN  不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.7.0 | cuda9.0 |  cuDNN  不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.6.0 | cuda9.0 |  cuDNN  不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.5.0 | cuda9.0 |  cuDNN  不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.4.0 | cuda8.0 |  cuDNN 6.0 | 備註：6.0正常使用, 7.0.5不能用，5.1未知 

tensorflow-gpu v1.3.0 | cuda8.0 |  cuDNN 6.0 | 備註：6.0正常使用, 7.0.5不能用，5.1未知 

tensorflow-gpu v1.2.0 | cuda8.0 |  cuDNN 5.1 | 備註：5.1正常使用, 6.0/ 7.0.5 未知

tensorflow-gpu v1.1.0 | cuda8.0 |  cuDNN 5.1 | 備註：5.1正常使用, 6.0/ 7.0.5 未知

tensorflow-gpu以下版本支援CUDA 8.0:
1.2 版本, 需要libcudnn.so.5即可.
1.3 版本, 需要libcudnn.so.6即可.
1.4 版本, 需要libcudnn.so.7和系統環境CUDA_DEVICE_ORDER和CUDA_VISIBLE_DEVICES.

如果是1.5版本以上,tensorflow-gpu需要CUDA 9.0版本.

安裝好後使用下面命令啟用tensorflow-gpu環境：

activate tensorflow-gpu

Ubuntu系統中Anaconda安裝tensorflow和tensorflow-gpu：

linux中安裝Anaconda並在Anaconda中安裝tensorflow：

下載完成後得到Anaconda3-5.2.0-Linux-x86_64.sh檔案。將該檔案放到Ubuntu14.04虛擬機器中。

然後開啟terminal，執行命令：

bash Anaconda3-5.2.0-Linux-x86_64.sh

安裝完成Anaconda。

將Anaconda路徑新增環境變數中：

使用命令：

sudo gedit /etc/environment

如圖所示：

在紅線位置加上：

:~/anaconda3/bin

然後儲存，使用下面的命令使其立即生效，或重啟電腦即可。

source /etc/environment #注意命令只能在當前terminal裡生效，要想永久生效必須重啟

在linux中的Anaconda中建立tensorflow環境（並同時安裝tensorflow包）：

​conda create -n tensorflow python=3.6.5 tensorflow

Anaconda中啟用tensorflow環境：

source activate tensorflow

我們也可以先建立環境，啟用該環境後，再在我們建立的tensorflow環境中安裝tensorflow：

conda install -c conda-forge tensorflow

建立一個tensorflow-gpu環境：

conda create -n tensorflow-gpu python=3.6.5 tensorflow-gpu

安裝好後使用下面命令啟用tensorflow-gpu環境：

source activate tensorflow-gpu