既然要深入學習，就不能和時代脫節，所以選擇了keras，資源相對比較豐富。由於Windows飽受歧視，各種文檔都不推薦使用。但我又沒有換系統的成本，所以還是湊合下，畢竟他們給出了方法，稍微折騰一下還是可以的。參考整合了鏈接[1-2]的tensorflow安裝教程和鏈接[4]的keras安裝教程，感謝原作者！

一、python。

單純的肯定不方便：所以先裝上anaconda。集成度很高，非常給力，不然各種scipy啥的會搞得很麻煩。註意版本的選擇，python 3.5~3.6可以，因為tensorflow只支持3.5+的。

二、cuda/cudnn。（CPU版本TensorFlow忽略）

TensorFlow分為CPU版和GPU版，如果你打算安裝GPU版，請先安裝如下兩個驅動：

1、CUDA安裝：https://developer.nvidia.com/cudnn（要註冊Nvidia用戶，並加入CuDNN開發組，填若幹問卷就可以下載了）選擇下載版本時要註意和Cuda版本匹配。解壓後覆蓋至CUDA的安裝目錄下

例如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\

三、pip。

需要切換到國內的鏡像，過會才能提高安裝的速度和成功率。win7在C:\Users\用戶名\AppData\Local\pip文件夾（我電腦上不知怎麽變成C:\ProgramData\pip\）創建pip.ini，寫入以下內容：

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

上面是阿裏雲，其它的國內鏡像還有以下，其他設置詳見文後鏈接[3]：

清華：https://pypi.tuna.tsinghua.edu.cn/simple

阿裏雲：http://mirrors.aliyun.com/pypi/simple/

中國科技大學 https://pypi.mirrors.ustc.edu.cn/simple/

華中理工大學：http://pypi.hustunique.com/

山東理工大學：http://pypi.sdutlinux.org/

豆瓣：http://pypi.douban.com/simple/

四、tensorflow。

官方說明鏈接[1]給出了安裝最新tf的方法，如果遇到問題可以參考。但他用conda命令，所以我們用pip快點。打開anaconda prompt輸入pip install --upgrade tensorflow回車。如果是GPU版本，輸入pip install --upgrade tensorflow-gpu即可。裝完了測試下（IPython中），能輸出結果32就是成功的。

>>>import tensorflow as tf
>>>sess = tf.Session()
>>>a = tf.constant(10)
>>>b = tf.constant(22)
>>>print(sess.run(a + b))

五、keras。

文檔給的方法是輸入pip install keras -U --pre，可是我試了多次失敗，後來去掉參數-U可以了，因為-U會強制更新相關的包，有時候就怎麽都裝不好了。我下的最新anaconda，裏面的包應該不需要強制更新，所以用pip install keras --pre即可安裝。裝完了測試下，能正常運行就是成功，他給的示例數據下載的比較慢，需要開啟科學上網才行：

>>> conda install git
>>> git clone https://github.com/fchollet/keras.git
>>> cd keras/examples/
>>> python mnist_mlp.py

推薦鏈接：

[1] https://www.tensorflow.org/install/install_windows

[2] http://blog.csdn.net/include1224/article/details/53452824

[3]http://www.cnblogs.com/microman/p/6107879.html

[4]http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_windows/

在原生Windows安裝Keras