Windows不自带python，目前tensorflow在Win中支持的python版本为3.5、3.6。我们使用3.6版本。直接下载python3.6安装就好了。下载地址：点这里。安装也很简单，一直next就好了。
添加python的环境变量：
“我的电脑”-“属性”-“高级系统设置”-“环境变量”，在“系统变量”中选中“Path”,点“编辑”，加上python的路径，例如“C:\Python36”。这样就可以在命令提示符中使用python了。打开命令提示符输入
python
出现下面提示说明已经安装成功：
Python 3.6.7 (v3.6.7:6ec5cf24b7, Oct 20 2018, 03:02:14)
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>
2.安装virtualenv添加pip的环境变量：
环境变量“Path”中加上python\Script的路径，例如“C:\Python36\Script”。这样就可以在命令提示符中使用pip了。
在命令提示符输入：
pip install --upgrade virtualenv
安装完成，建立一个全新的 virtualenv 环境，例如我们想建立一个叫AI的开发环境，路径为C:Users\xxx\，那么我们输入：
virtualenv --no-site-packages C:Users\xxx\AI
安装完成。使用和上文Mac中类似，不再赘述。
3.安装常用的第三方库和上文Mac中类似，不再赘述。只需注意tensorflow选择win版支持gpu的版本。
pip install https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
4.安装CUDA和cuDNN因为在Windows中我们安装的是支持gpu的tensorflow，因此比Mac中多两个安装步骤。CUDA是由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。cuDNN是NVIDIA专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。下面我们来安装它们。
首先确保电脑安装好了Nvidia显卡驱动，打开控制面板---NVIDIA控制面板---帮助---系统信息---组件，如果支持CUDA会有NVCUDA.DLL 以及支持的CUDA版本。
根据查询到的支持的CUDA版本到这里查询匹配的tensorflow和cuDNN版本。
注意一定要版本匹配！
注意一定要版本匹配！
注意一定要版本匹配！
根据查询好的版本下载正确的CUDA（下载地址：点这里）和cuDNN（下载地址：点这里）。
CUDA下载好是exe文件，直接双击安装。安装好路径像下面这样"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0"。
cuDNN下载好是一个压缩包，里面有3个文件夹。一个include，一个lib64，还有一个bin。把它们复制到上面CUDA的安装文件夹（"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0"）中。
配置环境变量，在环境变量“Path”中加上这三个路径：
a."C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
b."C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
c."C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
安装完成。
5.测试运行import tensorflow as tf
import numpy as np
hello=tf.constant('hhh')
sess=tf.Session()
print (sess.run(hello))
如果没有报错说明安装成功了，如果报错请仔细检查版本，python版本+tensorflow版本+CUDA版本+cuDNN版本。
最后预祝大家安装顺利！