预备工作

1. (最好自带翻墙梯子) python工具包利器： Anaconda3(因为win下只出了python3.5版本的)， 清华大学conda源 , 清华大学pipy源 , Pypi官方源 ，Conda官方源(其中一个发布源) ，最重要的就是Google了。
2. 当我们下载好了Anaconda后，你懂的，直接安装，最好是写入系统的path中（注意提示，不要直接一路回车过去）。 在Linux中更是如此，不要使用sudo权限，否则会写入sudo 的路径中，以后使用的时候诸多麻烦的。安装好anaconda后，你应该有了virtualenv这个工具了，这个工具是用来创建虚拟环境的（一个系统往往有很多人在用，大家对系统的要求都不一样，你需要opencv2.8，他可能需要opencv3.1…为了解决这个问题，python虚拟环境应运而生，具体请google）。如果没有，请这样子： pip install virtualenv -i https://pypi.douban.com/simple, 请注意看，我这里使用的是豆瓣的pypi源头，换成清华源当然也是可以的了。 反正无论如何，你都要装上这个virtualenv这个工具，如果中途提示你升级 pip之类的，听话就行了。

安装虚拟环境

1. 我们在某个目录下 执行 virtualenv tensorflow_ocr.就会创建一个名为 tensorflow_ocr的目录，windows下 tensorflow_ocr\Script\activate.bat就是激活环境的脚本，linux下为 tensorflow_ocr\bin\activate（本目录下执行source activate）。在Script目录下执行 activate.act，激活这个虚拟环境。 大家的python环境都不一样，我现在假定你（这个虚拟环境）一穷二白，什么包都没有。我们首先安装numpy这个矩阵库，然后再安装opencv(可选安装，我自己的项目需要它)这个库，之后各种库就看自己需要吧。 你需要首先去 Conda官方源(其中一个发布源) 下载opencv， 去 Pypi官方源 下载numpy。 如果不是很确定numpy的版本（估计tensorflow版本更新，numpy会要求最新的），那就下载最新的。 请看好是win32还是win64，是python3.5还是python3.4还是python2.7。 如果判断自己需要的版本还是很困难，那么你可以先跳过这一步（实际上如果网速好，也可以完全不理会对numpy的安装，系统会自动给你装好的）。
2. 下载好的opencv应该是win-64/opencv3-3.1.0-py35_0.tar.bz2。 conda install XXX.tar.bz2就行了。或者你下的是whl的，那就pip install XXX.whl 也行。 然后pip install numpy_XXX_XXX.whl。这样opencv和numpy就安装好了。

   安装tensorflow

   1 在github的tensorflow主页安装指南这里，你应该会看到这么一副图：

# Ubuntu/Linux 64-bit, CPU only, Python 2.7
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp27-none-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl


# Ubuntu/Linux 64-bit, CPU only, Python 3.4
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.5
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp35-cp35m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Installing from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp35-cp35m-linux_x86_64.whl

看的我头大，我们需要哪个的话，就直接把URL放到迅雷里面，然后直接下载就好了，速度相当快。 我们看到

C:\> pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.1-cp35-cp35m-win_amd64.whl    

下载它（CPU版），在虚拟环境中执行 pip install tensor_XXX_XXX.whl就可以了。在这一步中它会检查必要的包，然后自动给你安装上（所以上一步我说如果网速好，可以跳过安装numpy这一步）。

tensorflow安装好了，进入tensorflow_ocr\Script\这个目录，执行activate.bat就会激活这个虚拟环境（仅仅相当于各种包以及python解释器是单独引入的），或者deactivate.bat来退出这个虚拟环境。