在Windows 10 本地搭建 TensorFlow（CPU）深度学习环境，相对TensorFlow GPU版本而言，比较简单。我们先从简单的环境开始。

1. 安装 Anaconda 开发环境

在开始安装TensorFlow 之前，建议先参考如下文章，在本地安装Anaconda 开发环境。

Python搭建开发环境-Anaconda+PyCharm的安装和入门教程

然后，通过 Anaconda Prompt 命令行进入命令窗口。

输入 conda -v 命令，验证 anaconda 成功安装。

2. 安装TensorFlow CPU 版本

进入Anaconda 命令行窗口，输入 pip install tensorflow 命令，开始下载并安装 TensorFlow CPU 版本。

3. 安装测试

安装完成之后，简单测试一下是否安装正常。

输入python，进入python 环境；

输入如下python 脚本：

import tensorflow as tf

print(tf.__version__)

如果上述大门正常运行，并打印出 TensorFlow 的版本号，表示TensorFlow 成功安装了。

下面再跑一个简单计算，看看TensorFlow 是否运行正常。

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print(sess.run(hello))

b'Hello, TensorFlow!'

>>> a = tf.constant(1)

>>> b = tf.constant(2)

>>> c = sess.run(a+b)

>>> print("1+2=%d" % c)

1+2=3

如果上述代码可以正常运行，并输出结果，说明 TensorFlow 运行正常。

Python print() 方法说明：

%：标记转换说明符的开始；

%s 格式化字符串；

%d 格式化整数；

>>> print("%6.3f" % 2.3)

2.300

# 第一个"%"后面的内容为显示的格式说明，6为显示宽度，3为小数点位数，f为浮点数类型。

# 第二个"%"后面为显示的内容来源，输出结果右对齐，2.300长度为5，故前面有一空格。