最近，我想把我的python庫移到pendrive中，以便在工作站和筆記本之間切換時保持所有庫不變。（也就是說，如果我更新一個，它也會更新另一個）

為此，我在pendrive上安裝了tensorflow gpu版本（我的筆記本電腦沒有gpu）。在PC機（它可以毫無問題地檢測和使用我的GPU）和筆記本電腦（它自動使用我的CPU）上一切正常。

這就是我的問題所在。這兩者的區別是什么tensorflow-gpu

只是tensorflow

是嗎？（因為找不到GPU時，tensorflow GPU會自動使用CPU版本。）

區別僅僅在于GPU的支持嗎？那為什么要有一個非GPU版本的tensorflow呢？

另外，這樣做可以嗎？或者我應該創建虛擬環境來保持CPU和GPU的獨立安裝嗎？

但是它只指定在CPU平臺上使用tensorflow gpu是完全可以的，但是它仍然沒有回答我的第一個問題。另外，由于tensorflow不斷發布新的更新，答案可能已經過時。

編輯2:

我已經在工作站上安裝了tensorflow gpu版本的GTX 1070（因此安裝成功）。

另外，我知道不同之處在于pip install tensorflow-gpu需要啟用CUDA的設備來安裝，但我的問題更多的是關于庫的使用，因為在筆記本電腦上使用tensorflow-gpu版本（沒有GPU）時，我沒有遇到任何問題，而且我的所有腳本運行時都沒有任何錯誤。

（為避免混淆，還從上方拆下了pip安裝）

編輯3:

在沒有GPU的系統上運行tensorflow-gpu與設置CUDA_VISIBLE_DEVICES=-1不同

總結

以上是生活随笔為你收集整理的python与tensorflow的关系_Tensorflow GPU与CPU安装库的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。