《TensorFlow从0到1》写到现在，TensorFlow的版本也从当时的1.1.0迭代到了8月初发布的1.3.0。可以预见在未来很长一段时间里，它仍会持续快速的迭代更新。
除了考虑与最新版TensorFlow尽量保持同步之外，鉴于conda虚拟环境可以非常容易的重新构建开发环境，并可以和老的并存，所以对于学习者来说，似乎没有什么理由不下手了。
本篇基于1 Hello,TensorFlow!，在Windows环境下安装CPU版TensorFlow 1.3.0。
Step 1：新建conda虚拟环境
在1 Hello,TensorFlow!中创建了conda虚拟环境“tensorflow” for 1.1.0。为了保留它，我以“tensorflow13”命名新的conda虚拟环境for 1.3.0：
C:> conda create -n tensorflow13
Step 2：升级Python到3.6.1+
从TensorFlow 1.2.0开始支持了Python 3.6.x，在上一节创建conda虚拟环境“tensorflow13”时没有特别指定Python版本，所以此时我的Python版本是Anaconda 4.3.1的默认搭配3.6.0。
可是Python3.6.0并不行。TensorFlow 1.3.0会安装依赖Numpy的1.13.1版本，这个版本在Python3.6.0下会产生问题：Importing the multiarray numpy extension module failed。
解决上面问题一个简单可行的办法就是升级Python到3.6.1+，我则直接更新到了最新的3.6.2：
activate tensorflow13
conda update python
Step 3：升级dask
现在还是不要着急安装TensorFlow 1.3.0，否则可能会遇到新问题：“AttributeError: module 'pandas' has no attribute 'computation'”。
解决它的一个简单办法就是升级dask到0.15.1：
conda install dask
Step 4：安装TensorFlow 1.3.0
终于到安装TensorFlow 1.3.0了！遗憾的是清华大学开源软件镜像站迟迟未提供TensorFlow 1.3.0 Windows版本安装包（Linux和Mac下没有这个问题），而只提供了1.3.0rc0的版本。
另一个提供TensorFlow安装包的源是Python的官网，可以先将CPU版安装包tensorflow-1.3.0-cp36-cp36m-win_amd64.whl下载到本地，然后执行本地安装：
pip install --ignore-installed --upgrade D:\Project\TensorFlow\tensorflow-1.3.0-cp36-cp36m-win_amd64.whl
代码迁移
本系列的示例代码存放在GitHub，其中文件夹命名的含义如下:
- TF1_1：TensorFlow 1.1.0下运行的代码；
- TF1_3：TensorFlow 1.3.0下运行的代码；
本篇之前的示例代码都在文件夹TF1_1中（大多数都可以在TensorFlow 1.3.0环境下无需修改直接运行），后面新的示例代码都会在TensorFlow 1.3.0下测试并提交到TF1_3中。
Hello, TensorFlow
在虚拟环境tensorflow13中，启动python，运行以下测试：
$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
打印成功则表示安装成功。
共享协议：署名-非商业性使用-禁止演绎（CC BY-NC-ND 3.0 CN）
转载请注明：作者黑猿大叔（简书）
