本节将介绍在不同的操作系统（Linux、Mac和Windows）上如何全新安装 TensorFlow 1.3。
动手试一试：TensorFlow入门演练
首先了解安装 TensorFlow 的必要要求，TensorFlow 可以在 Ubuntu 和 macOS 上基于 native pip、Anaconda、virtualenv 和 Docker 进行安装，对于 Windows 操作系统，可以使用 native pip 或 Anaconda。
Anaconda 适用于这三种操作系统，安装简单，在同一个系统上维护不同的项目环境也很方便，因此本教程将基于 Anaconda 安装 TensorFlow。
本教程中的代码已经在以下平台上进行了测试：
- Windows 10，Anaconda 3，Python 3.5，TensorFlow GPU，CUDA toolkit 8.0，cuDNN v5.1，NVDIA GTX 1070
- Windows 10/Ubuntu 14.04/Ubuntu 16.04/macOS Sierra，Anaconda 3，Python 3.5，TensorFlow（CPU）
TensorFlow安装准备工作
TensorFlow 安装的前提是系统安装了 Python 2.5 或更高版本，教程中的例子是以 Python 3.5（Anaconda 3 版）为基础设计的。为了安装 TensorFlow，首先确保你已经安装了 Anaconda。可以从网址（https://www.continuum.io/downloads）中下载并安装适用于 Windows/macOS 或 Linux 的 Anaconda。安装完成后，可以在窗口中使用以下命令进行安装验证：
conda --version
安装了 Anaconda，下一步决定是否安装 TensorFlow CPU 版本或 GPU 版本。几乎所有计算机都支持 TensorFlow CPU 版本，而 GPU 版本则要求计算机有一个 CUDA compute capability 3.0 及以上的 NVDIA GPU 显卡（对于台式机而言最低配置为 NVDIA GTX 650）。
CPU 与 GPU 的对比：中央处理器（CPU）由对顺序串行处理优化的内核（4～8个）组成。图形处理器（GPU）具有大规模并行架构，由数千个更小且更有效的核芯（大致以千计）组成，能够同时处理多个任务。
对于 TensorFlow GPU 版本，需要先安装 CUDA toolkit 7.0 及以上版本、NVDIA【R】驱动程序和 cuDNN v3 或以上版本。Windows 系统还另外需要一些 DLL 文件，读者可以下载所需的 DLL 文件或安装 Visual Studio C++。还有一件事要记住，cuDNN 文件需安装在不同的目录中，并需要确保目录在系统路径中。当然也可以将 CUDA 库中的相关文件复制到相应的文件夹中。
TensorFlow安装具体做法
- 在命令行中使用以下命令创建 conda 环境（如果使用 Windows，最好在命令行中以管理员身份执行）：
conda create -n tensorflow python=3.5
2. 激活 conda 环境：
3. 该命令应提示：
4. 根据要在 conda 环境中安装的 TensorFlow 版本，输入以下命令：
5. 在命令行中输入 python，并输入以下代码：
6. 输出如下：
7.
- 在命令行中禁用 conda 环境（Windows 调用 deactivate 命令，MAC/Ubuntu 调用 source deactivate 命令）。
TensorFlow安装过程解读分析
Google 使用 wheel 标准分发 TensorFlow，它是 .whl 后缀的 ZIP 格式文件。Python 3.6 是 Anaconda 3 默认的 Python 版本，且没有已安装的 wheel。在编写本教程时，Python 3.6 支持的 wheel 仅针对 Linux/Ubuntu，因此，在创建 TensorFlow 环境时，这里指定 Python 3.5。接着新建 conda 环境，命名为 tensorflow，并安装 pip，python，wheel 及其他软件包。
conda 环境创建后，调用 source activate/activate 命令激活环境。在激活的环境中，使用 pip install 命令安装所需的 TensorFlow（从相应的 TensorFlow-API URL下载）。尽管有利用 conda forge 安装 TensorFlow CPU 的 Anaconda 命令，但 TensorFlow 推荐使用 pip install。在 conda 环境中安装 TensorFlow 后，就可以禁用了。现在可以执行第一个 TensorFlow 程序了。
程序运行时，可能会看到一些警告（W）消息和提示（I）消息，最后是输出代码：
Welcome to the exciting world of Deep Neural Networks!
恭喜你已成功安装并执行了第一个 TensorFlow 代码，在下一节中更深入地通读代码。
拓展阅读
另外，你也可以安装 Jupyter notebook：
1. 安装 python：
conda install -c anaconda ipython
2. 安装 nb_conda_kernels：
conda install -channel=conda-forge nb_conda_kernels
3. 启动 Jupyter notebook：
jupyter notebook
TIP：这将会打开一个新的浏览器窗口。
如果已安装了 TensorFlow，则可以调用 pip install--upgrade tensorflow 进行升级。
动手试一试：TensorFlow入门演练