之所以会开始想用Tensorflow，是因为之前用常规的验证码破解方法觉得有些繁琐，要把字符都切割成单个再一一识别。于是想有没有方法可以直接一整张图片来识别的，上谷歌一搜就发现还真有！于是打算再尝试用机器学习的方法来破解验证码。废话不多说，首先我们来安装Tensorflow这个框架。
系统：Windows10
安装工具：Anaconda3
开发环境：Pycharm3.5.6
Tensorflow版本：1.31.1
关于Anaconda3的安装，我就不多说了，网上教程一大堆，请自行搜索。这里我们主要讲解一下Tensorflow环境的搭建以及在Pycharm中的开发配置。
1.安装Tensorflow的开发环境
首先当我们安装好Anaconda3后找到下面的“Anaconda Prompt”这个程序，右键以“管理员方式”打开。
打开后我们需要先创建一个虚拟的Python3.5开发环境，为啥需要这样呢？因为我们可以去查看官方文档知道，目前Tensorflow所支持的开发环境只有如下几个：
所以大家随意选个来安装就是，我选的35。然后输入如下命令：
conda create --name python35 python=3.5
就可以看到开始在安装了：
注意一下，中途有个我圈出来的地方需要敲个y ，才可以继续安装！
等一下当看到如下画面就代表我们的开发环境已经安装好了：
接着我们来激活Python3.5，输入上面他告诉我们的指令：
conda activate python35
就激活了所需要的开发环境！到此我们成功了第一步！撒花?
2.安装Tensorflow
由于我的显卡并不是英伟达的，所以没有安装GPU版本的；而且官方文档也写着CPU版的稳定且适合新手，于是果断安装CPU版的Tensorflow：
结果才一会就报错如上?,看了一下错误原因（socket.timeout: The read operation timed out），原来是timed out了。再次谷歌一下解决的办法，只需要改成如下指令就OK：
pip --default-timeout=100 install --upgrade tensorflow
再次运行，这次需要等的久一点，当看到如下画面
就代表我们的Tensorflow已经安装好了！！可以输入如下指令，查看Python的版本号以及Tensorflow的路径跟版本号：
3. Pycharm中配置并进行开发
在Pycharm里面先新建一个项目，然后来到Setting界面选择“Project Interpreter”进行配置。接着就出现错误提示如下：
查阅了一下，需要选下面这个Existing Environment如下图：
找到你在Anaconda里面安装的Python35所在的位置，这个怎么查呢，可以去Anaconda Prompt里面查看，记得用管理员方式打开，然后依次输入下面的命令可以看到Python35里面Tensorflow的路径，因为我们要用的不只是Tensorflow的包还有其他的，所以直接选到Python35后面的python.exe：
最后点击OK保存，等环境重新更新。
再运行Tensorflow的hello 测试程序：
import tensorflow as tf
hello = tf.constant('hello, TensorFlow!')
with tf.Session() as sess:
result = sess.run(hello)
print(result)
若输出下面反应：
就代表我们的Tensorflow在Pycharm里面配置好了！！！?接下来我们就可以进行Tensorflow的机器学习了。
