2019年更新: 为了在谷歌Colab中安装TensorFlow 2预览版，您可以使用:

!wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64 -O cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
!dpkg -i cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
!apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
!apt-get update
!apt-get install cuda
!pip install tf-nightly-gpu-2.0-preview

为了安装TensorFlow 2 bye pip，你可以使用: 为GPU安装tf-night - GPU -2.0-preview PIP安装tf-night -2.0-preview CPU。

目前PIP没有32位版本的tensorflow，当我卸载python 32位并安装x64时，它可以工作

更新时间:2016年11月28日:TensorFlow现在可以在PyPI中使用，从0.12版本开始。你可以打字

pip install tensorflow

…或…

pip install tensorflow-gpu

.．.分别安装TensorFlow的cpu加速版或gpu加速版。

之前的回答:TensorFlow还没有在PyPI存储库中，所以你必须为你的操作系统和Python版本指定适当的“轮子文件”的URL。

TensorFlow网站上列出了支持的配置的完整列表，但例如，要在Linux上仅使用CPU安装Python 2.7的0.10版本，您将键入以下命令:

$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0rc0-cp27-none-linux_x86_64.whl

如果你正在使用Anaconda Python安装，pip install tensorflow将给出上面所述的错误，如下所示:

Collecting tensorflow
Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow

根据TensorFlow安装页面，当运行pip install时，你需要使用——ignore-installed标志。

然而，在此之前，请参阅此链接 确保TF_BINARY_URL变量与你想要安装的TensorFlow版本相关的设置正确。

我在conda上安装了tensorflow，但似乎在windows上不起作用，但最终这个命令在cmd上可以正常工作。

 python.exe -m pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.12.0-py3-none-any.whl

唯一对我有用的是使用Ananconda并使用conda create -n tensorflow python=3.5创建一个新的conda env，然后使用activate tensorflow激活，最后使用conda install -c conda-forge tensorflow。

这可以解决我遇到的每个问题，包括ssl certs，代理设置，并且不需要管理员访问。需要注意的是，这并不是由tensorflow团队直接支持的。

源