TensorFlow提供多种语言的API，具体包括Python、Java、Go、C和C++等。本文重点介绍TensorFlow Python释出包的安装和开发环境的搭建方法。
选择Python的原因有二：
1.Python是目前机器学习和深度学习领域使用最为广泛和受欢迎的程式设计语言；
2.Python语言本身简单易学，适合新手入门。
一. 安装anaconda
1.国内映象网站，下载速度快，且下且珍惜，由于版权问题，多数国内映象网站已经无法提供下载支援。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2. 执行下载档案 Anaconda3-5.3.1-Windows-x86_64.exe， 预设配置安装。
3. 检查安装结果。进入到windows中的命令模式：
（1）检测anaconda环境是否安装成功：conda --version
（2）检测目前安装了哪些环境变数：conda info --envs
（3） 检视当前有哪些可以使用的tensorflow版本：conda search --full -name tensorflow
（4） 检视tensorflow包资讯及依赖关系：conda info tensorflow
二. 在anaconda中安装tensorflow
使用conda install安装需要的Python非常方便，但是官方的服务器在国外，因此下载速度很慢，我们只需要配置Anaconda的配置档案，具体修改步骤为：
找到你系统下的pip.conf 档案（若找不到，可以自己新建，我自己新建了一个，放在/root/.pip/或者AppDataLocalcondacondaenvs fenvLibsite-packagespip下），并在其中新增如下内容：
[global]
index-url=http://pypi.douban.com/simple
extra-index-url=http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=
pypi.douban.com
mirrors.aliyun.com
1.进入windows命令模式，建立tfenv环境，安装python3.6： conda create --name tfenv python=3.6
2.启用tensflow的tfenv环境：activate tfenv
1)检测tfenv的环境新增到了Anaconda里面：conda info --envs，看到，已经建立成功。
2)检测当前环境中的python的版本：python --version
3)退出tfenv的环境：deactivate
3.在tfenv环境中正式安装tensorflow包
1）启用tensflow的tfenv环境： activate tfenv
2）pip install --upgrade --ignore-installed tensorflow
3) 验证功能正常：python 进入程式码环境，可以看到， 该环境下 tensorflow 工作正常。
三. 安装可能的异常
温馨提示：
如果你的conda和tensorflow环境都是安装成功的，但是一用测试程式码进行跑的时候就出问题了，那么注意，这个原因你由于你在安装tensorflow的时候，是直接在cmd下，而不是在你用conda启用的一个环境，所以导致，tensorflow并没有直接嵌入到conda环境，所以，就导致无法汇入模组的一个错误；
解决方法：
（1）只需要在activate tfenv
（2）然后再使用 pip install --upgrade --ignore-installed tensorflow 命令安装就可以了
四. 将tensorflow嵌入到IDE中
这里的关键是配置后，IDE使用的python环境包含tensorflow就可以。
五.TensorFlow环境测试 ‘Hello world’
接下来看一个用tensorflow输出hello world的程式：
python 进入程式码环境
import tensorflow as tf
# 使用TensorFlow输出Hello
# 建立一个常量操作( Constant op )
# 这个 op 会被作为一个节点( node )新增到预设计算图上.
#
# 该建构函式返回的值就是常量节点(Constant op)的输出.
hello = tf.constant(\'Hello, world!\')
# 启动TensorFlow会话
sess = tf.Session()
# 执行 hello 节点
print(sess.run(hello))
sess.close()
程式中有详细的注释，这里就不赘述了，执行结果如下：
