谷歌的TensorFlow目前已經成為最為流行的人工智慧開源項目。很多公司基於TensorFlow實現自己的人工智慧程序。最新版本的TensorFlow不僅支持Linux作業系統，而且可以支持MacOS和Windows，今天我們就介紹一下如何在Windows10上安裝TensorFlow。
為了後續便於學習，本文安裝的Tensorflow是基於Anaconda的，因此需要先安裝Anaconda。
Anaconda是一個Python的發行版。這就好像CentOS是Linux內核的一個發行版一樣。在Anaconda裡面不僅僅包含Python，還包括conda和很多用於科學計算的Python庫。因此使用Anaconda可以方便後續學習。
安裝Anaconda
下載Anaconda
我們可以從官方網站下載Anaconda。為了避免廣告的嫌疑，官方網站的具體地址大家可以通過搜尋引擎搜索。如下圖所示是官方的下載列表，可以看出包含3種常見作業系統平臺，及64位和32位作業系統。
安裝Anaconda
在Windows平臺，本文選擇的是64位的安裝包，下載完成後雙擊即可安裝。
可以在這裡選擇安裝的用戶，如果是管理員可以選擇給所有用戶安裝。具體選擇哪個影響不大，建議選下面這個。
下面這一步是對環境變量和Python的設置。這兩個選項建議都勾選，這樣可以避免我們後續手段配置環境變量。
後續採用默認值，等待嚮導執行完畢即可。安裝完成後我們需要進行檢查，確保Anaconda正確安裝在系統當中。
檢查Anaconda的安裝
按Windows鍵+R，輸入cmd，啟動一個命令行工具，然後輸入如下命令
conda -V
此時可以看到如下說出結果，說明軟體安裝成功。
conda 4.8.2
創建虛擬環境並安裝Tensorflow
使用Anaconda最大的特點是可以創建虛擬環境，這個虛擬環境是Python的執行環境。多個虛擬環境之間實現了隔離。這就好像在一個物理機上安裝虛擬機一樣。
創建虛擬環境
可以在CMD窗口裡面輸入如下命令來創建一個conda虛擬環境：
conda create --name tensorflow python=3.7
等待一會兒之後，會提示將會安裝那些軟體，然後提示是否繼續，我們可以直接回車繼續。
激活環境
虛擬環境創建完成後，我們就可以進入該虛擬環境了。執行如下命令可以進入該環境。
activate tensorflow
進入環境就是激活環境的意思，此時可以看到提示符前面有所變化，前面多了一個虛擬環境名稱的內容。如下圖圈畫的內容。
(tensorflow) C:\User\SunnyZhang
至此，我們已經具備了一個虛擬環境，然後我們就可以在此虛擬環境中進行相關操作了，比如安裝Tensorflow。
其實我們可以通過下面命令查看一下當前具備的虛擬環境：
conda info --envs
可以看到tensorflow就是我們剛才創建的虛擬環境，而base則是安裝Anaconda的時候創建的一個基礎環境。
安裝Tensorflow
安裝Tensorflow
進入虛擬環境後，我們就可以安裝Tensorflow了。為了提高安裝速度，我們可以採用國內的pip源進行安裝，具體可以執行如下命令：
pip install tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
回車後pip就開始安裝Tensorflow了，整個過程需要安裝幾十個庫，因此可能需要幾分鐘的等待時間。
驗證安裝
安裝完成後我們需要驗證一下是否安裝成功。對於Tensorflow 2.x來說，驗證還是比較簡單的。我們啟動一個python命令行（需要在該虛擬環境中啟動），然後依次輸入如下內容，如果可以看到版本信息，則說明Tensorflow已經安裝完成。
import tensorflow as tfprint(tf.__version__)
如果安裝沒有問題，這時就可以看到輸出版本信息。
在import庫的時候可能會有一些警告信息，具體如下：
2020-07-25 10:50:59.452726: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found2020-07-25 10:50:59.456453: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
我們可以忽略該信息，這個是因為我們沒有安裝CUDA庫。這個庫是針對GPU的一個庫。如果想消除該警告可以通過安裝該庫的方式解決。
今天的內容現到這裡，後面我們將陸續介紹如何使用Tensorflow來進行機器學習的相關內容的學習。