写过一篇在 ubuntu 下安装 TensorFlow 的教程，那个时候 TensorFlow 官方还不支持 Windows 系统，虽然可以通过其他方法安装，但是终究不是原生的，而且安装过程繁琐易错。好消息是，Google官方在11月29号的开发者博客中宣布新的版本（0.12）将 增加对Windows的支持，我11月30号知道的，立马就安装试了试，安装过程非常简单，不过也有一些需要手动调整。
更新
这里我会列出对本文的更新。
- 2017 年 3 月 1 日：cuDNN 版本从 5.0 升级到 5.1 版本，更新 cuda 和 cudnn 下载地址。
- 2017 年 3 月 20 日：标记 安装前准备 中的第五条 确保你安装了 VS2015 或者 2013 或者 2010。 为存疑。这是我之前在 TensorFlow 官网看到的，但是现在去翻了翻找不到了。如果有同学没有安装 VS 就把 TensorFlow 安装成功了的话，请在下方评论区说明下，到时候我会将这个要求标记为删除。谢谢。
- 2017 年 3 月 26 日：更新 TensorFlow 安装命令。
- 2017 年 4 月 18 日：安装前准备 第五条标记为删除，经过我再次试验发现不需要 VS 的支持。增加问题
Cannot remove entries from nonexistent file的解决办法。 - 2017 年 7 月 20 日：增加问题
ImportError: DLL load failed: 找不到指定的模块。、ImportError: No module named '_pywrap_tensorflow_internal'和ImportError: No module named 'tensorflow.python.pywrap_tensorflow_internal的时候` 的解决办法。 - 2017 年 7 月 31日：更新关于 Python 版本的说明，TensorFlow 从 1.2 开始在 Windows 上支持 Python 3.6。感谢评论区 @Vince_Ace 提供的信息。
安装前准备
TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用 pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUDA 和 cuDNN。
- 在 这里 确认你的显卡支持 CUDA。
- 确保你的 Python 版本是 3.5 64 位及以上。（TensorFlow 从 1.2 开始支持 Python 3.6，之前的官方是不支持的）
- 确保你有稳定的网络连接。
- 确保你的 pip 版本 >= 8.1。用
pip -V查看当前pip版本，用python -m pip install -U pip升级pip。 - 确保你安装了 VS2015 或者 2013 或者 2010。此条非必须，删除。
此外，建议安装 Anaconda，因为这个集成了很多科学计算所必需的库，能够避免很多依赖问题，安装教程可以参考 这里。
以上条件符合，那么恭喜你可以开始下载 CUDA 和 cuDNN 的安装包了，注意版本号分别是 CUDA 8.0 和 cuDNN 5.1，这是 Google 官方推荐的。可以去各自官网下载，我已经下载好打成一个压缩包放到了百度云，大家可以从 这里 下载，密码 5aoc。
安装TensorFlow
由于Google那帮人已经把 TensorFlow 打成了一个 pip 安装包，所以现在可以用正常安装包的方式安装 TensorFlow 了，就是进入命令行执行下面这一条简单的语句：
# GPU版本
pip3 install --upgrade tensorflow-gpu
# CPU版本
pip3 install --upgrade tensorflow- 1
- 2
- 3
- 4
- 5
- 1
- 2
- 3
- 4
- 5
然后就开始安装了，速度视网速而定。
安装网之后你试着在 Python 中import tensorflow 会告诉你没有找到 CUDA 和 cuDNN，所以下一步就是安装这两个东西。
安装CUDA 8.0
这个也是很简单的，下载完我上面给的压缩包之后，解压，得到两个文件，那个 exe 文件就是 CUDA8 的安装程序，直接双击执行就可以了，就像安装正常的其他软件一样，安装过程屏幕可能会闪烁，不要紧，而且安装时间有点长。
安装完之后系统变量会自动为你添加上，这个不用管。
测试一下是否安装成功，命令行输入 nvcc -V ，看到版本信息就表示安装成功了。
安装cuDNN 5.1
其实这个是一个压缩包，解压放到任何一个目录下就行，然后把你放的那个目录添加到Path 环境变量里。
比如说我的是：
Path环境变量：
按照官方的安装步骤实际上这里已经完成了，但是经过我的安装发现，这样如果你 import tensorflow 的话它还是找不到cuDNN的文件，也就是说下面紫色框中那一行是失败的：
然后发现 GitHub 上果然有人提交了一个一样的 issue，大家可以在这里看下，然后是这么解决这个问题的：将下面这些文件复制到相应位置，
C:\cuda\bin\cudnn64_5.dll—>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\binC:\cuda\include\cudnn.h—>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\includeC:\cuda\lib\x64\cudnn.lib—>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
除此之外，还有一个办法就是将C:\cuda\bin 也加进Path 环境变量里，经过测试这样也是可行的。
如果你已经安装了 cuDNN 5.0 ，那么升级 cuDNN 的方法可以参考 这里 。
然后再次import tensorflow 应该就成功了。
测试
用一个简单的矩阵乘法测试一下，
import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 1
- 2
- 3
- 4
- 5
- 6
- 7
看不清的话可以右键在新标签页打开图片查看大图
可以看到已经识别出我的显卡了（不要吐槽我的渣显卡，穷屌丝一个）。
终于可以在Windows上和TensorFlow愉快的玩耍了~~~
安装可能出现的问题
Cannot remove entries from nonexistent file
如果在安装 TensorFlow 的时候出现类似 Cannot remove entries from nonexistent file c:\users\li\anaconda3\lib\site-packages\easy-install.pth 的错误，那么可以参考 Cannot remove entries from nonexistent #622 和 osx 10.11 installation issues #135，里面说了好多种解决办法，我在这里介绍一种方法：在 pip3 install --upgrade tensorflow-gpu 之前先执行 pip install --upgrade --ignore-installed setuptools 。
ImportError: DLL load failed: 找不到指定的模块。 和 ImportError: No module named '_pywrap_tensorflow_internal'
右键在新标签页打开图片查看大图
右键在新标签页打开图片查看大图
右键在新标签页打开图片查看大图
如果在 import tensorflow 的时候这两个问题同时出现，那么很有可能是你的 cuda 和 cudnn 版本有问题，例如你的 cuda 版本是 8.0.60，而正确的是 8.0.44，重新安装正确的版本（文章里提供的）就可以。参考 On Windows, running “import tensorflow” generates No module named “_pywrap_tensorflow” error 。感谢 @qq_27690673 提供的信息。
ImportError: No module named 'tensorflow.python.pywrap_tensorflow_internal'
右键在新标签页打开图片查看大图
如果在 import tensorflow 的时候出现此问题，那么你可能是在 tensorflow 的源码目录里进入了 python 解释器。离开该目录重新进入 python 解释器即可。