一、判断显卡类型
1.1判断是否是NVIDIA的显卡。如果是，可以安装tensorflow-gpu版本。否则，只能安装tensorflow-cpu版本（版本选择最终在下载路径上体现）
参考文章：https://blog.csdn.net/Candy_GL/article/details/79435151
1.2安装tensorflow-gpu版本要先更新显卡驱动，安装Cuda Toolkit和cuDNN。Cuda Toolkit和cuDNN的版本要根据显卡版本选择。
参考文章：
版本兼容：https://www.cnblogs.com/liaohuiqiang/archive/2018/10/15/9791365.html
驱动安装：https://www.jianshu.com/p/4c0c66a07c1f
驱动安装：https://blog.csdn.net/u010618587/article/details/82940528
二、安装Python
2.1目前TensorFlow仅支持到Python3.5。建议使用Anaconda做Python的版本兼容，以及下载TensorFlow
参考文章：https://www.jianshu.com/p/6a1d9522b7c6
三、下载TensorFlow
3.1建议使用国内镜像服务站下载TensorFlow
参考文章：清华镜像站：
tensorflow-cpu版本：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/
tensorflow-gpu版本：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/
参考命令如下：
注意：
1.在Anaconda环境中执行下载命令；
2.建议从低版本开始安装，比如从tensorflow-1.0.0开始安装，然后慢慢更新到高版本。
四、测试tensorflow环境
python
import tensorflow
hello = tensorflow.constant("Hello,TensorFlow!")
sess = tensorflow.Session()
print(sess.run(hello))
b'Hello,TensorFlow!'
a = tensorflow.constant(10)
b = tensorflow.constantt(22)
print(sess.run(a + b))
32
五、将Anaconda的环境与PyCharm关联
