TensorFlow即可以支持CPU，也可以支持CPU+GPU。前者的环境需求简单，后者需要额外的支持。

一、安装Anaconda并配置环境
1，首先安装Anaconda,安装时确保勾选添加到环境变量的选项，可以不需要自己再另外配置环境变量

链接：https://pan.baidu.com/s/16cVN0bOh65eSbBSTKEIjJQ 
提取码：9nlz

2，检查Anaconda是否安装成功： conda --version

image.png

3，检测目前安装了哪些环境：conda info --envs

image.png

4，检查目前有哪些版本的python可以安装：conda search --full-name python

image.png

5，安装不同版本的python，创建名为tensorflow的环境：conda create --name tensorflow python=3.7
安装完成之后按照提示激活环境： activate tensorflow

6，确保名叫tensorflow的环境已经被成功添加：conda info --envs

image.png

7.检查新环境中的python版本：python --version
8.退出当前环境：deactivate

二，TensorFlow安装
首先activate tensorflow激活环境，在环境下开始安装，pip install tensorflow
安装时特别慢，可以使用国内镜像源： pip install --upgrade --ignore-installed tensorflow -i https://pypi.douban.com/simple
以上是使用豆瓣镜像地址，可以更换其他地址：

阿里云 
http://mirrors.aliyun.com/pypi/simple/

中国科技大学 
https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) 
http://pypi.douban.com/simple/

清华大学 
https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 
http://pypi.mirrors.ustc.edu.cn/simple/

验证是否安装成功:
cmd> 激活环境 activate tensorflow > 输入python> 然后键入:
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
tens1 = tf.constant([1,2,3])
sess = tf.compat.v1.Session()
print(sess.run(tens1))
sess.close()

三，在Pycharm使用
首先安装好PyCharm新建python项目, Vitualenv Environment选择Anaconda3的python项目
Conda环境，选择之前新建的tensorflow环境

image.png

image.png

四，TensorBoard的使用
（1)激活trnsorflow环境

  activate tensorflow                                       

（2)安装tensorboard

 Pip install tensorboard  

(3) 运行tensorboard

    tensorboard --logdir=到logs保存日志的上一层目录 --host=127.0.0.1

image.png