从零开始Windows环境下安装python+tensorflow
前言
本文介绍在Windows平台下，使用Anoconda简单安装cpu版tensorflow的方法。此方法能够一键安装常用机器学习所需的科学计算包，免去了手动配置python环境变量的过程，适合初学者入门学习。
本文是笔者第一篇博客，希望能帮助大家解决遇到的问题，欢迎与我交流，望不吝指正。
安装环境
- Windows 10 64位
- python 3.5.2
- Anocoda3 4.2.0（注意这里要装Anocoda3，不能是Anocoda2，感谢评论区指出错误）
- tensorflow 0.1.2
tensorflow
tensorflow是谷歌发布的开源框架，涉及到自然语言处理，机器翻译，图像描述，图像分类等一系列技术。简单来说，tensorflow为我们封装了大量机器学习，神经网络的函数，帮助我们高效地解决问题。
Anaconda
Anaconda可以看做Python的一个集成安装，安装它后就默认安装了python、IPython、集成开发环境Spyder和众多的包和模块。非常方便。 而且Anaconda会为我们安装pip（强大的包管理程序），我们就可以在windows的命令行中使用pip直接安装我们需要的包。
安装步骤
1.安装Anaconda
官网的最新版Anaconda-4.4.0集成了python-3.6，然而，截至目前，tensorflow仍然不能支持3.6，因此我们安装集成python-3.5的Anaconda-4.2.0.
我建议直接使用清华大学所提供的镜像进行下载，注意选择对应的系统版本。
Anaconda下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载后直接打开文件安装，在安装中需要手动勾选添加python环境（如下图）。
安装过后我们可以在命令行中（快捷键 WIN键+R 然后输入cmd）
输入conda list来看看Anaconda为我们集成了哪些环境。
我们可以看到环境中包含numpy（一个python的科学计算包，高效存储和处理大型矩阵），pandas(纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具),以及简单好用的包管理工具pip。
如果显示conda不是命令，则为环境变量添加失败，需要我们手动添加环境变量。方法是在系统面板中，选择高级变量设置，然后选择环境变量，在用户变量中的path内添加三项Anaconda的路径，具体如图。
如果显示conda不是命令，则为环境变量添加失败，需要我们手动添加环境变量。方法是在系统面板中，选择高级变量设置，然后选择环境变量，在用户变量中的path内添加三项Anaconda的路径，具体如图。
2.安装tensorflow
使用pip自动安装tensorflow pip install tensorflow
如果遇到以下红字错误，可以看到提示更新pip到更新的版本（不报错可直接跳过到下一标题）。
更新pip到最新版本 pip -m pip install --upgrade pip 
更新后可以看到 successfully installed pip-9.0.1 表示pip更新成功。 
如果看到如下红字错误，提示拒绝访问文件夹，则是由于没有使用管理员身份打开命令行。只需使用管理员身份打开命令行，再次安装即可。 
然后我们再次安装 tensorflow。 pip install tensorflow
3.测试是否安装成功
输入python进入python环境中。
输入import tensorflow，若没有红字报错，表示环境配置成功。
总结
- Windows平台上tensorflow的安装方式不仅仅一种。本文采用的Anaconda安装python+tensorflow尤其适用于机器学习的初学者采用。在未安装过python的情况下，初学者可以直接通过下载安装Anaconda自动安装pip和可能需要的python科学计算包，再使用pip来自动安装tensorflow的方法，完成tensorflow的环境配置。整个过程不需要手动添加或修改环境变量。
- 截至目前，tensorflow尚不支持python3.6版本，因此为了免去python版本问题，本文采用了老版本的Anaconda-4.2.0来配置兼容性较好的python-3.5。
- 如果目前下载的包不能够满足使用需求，可以继续使用pip自动下载相关包。