tensorflow cpu版本和gpu版本可以同时安装吗

Posted 2023-03-15

不能同时安装。

具体见解如下：

一台显卡设备只能安装一个版本的图形处理器，如果安装两个的话会造成系统冲突，从而导致该设备无法使用。

GPU英文全称是Graphic Processing Unit，中文翻译为"图形处理器"。（图像处理单元）GPU是相对于CPU的一个概念，由于在现代的计算机中（特别是家用系统，游戏的发烧友）图形的处理变得越来越重要，需要一个专门的图形的核心处理器。


GPU是显卡的"心脏"，也就相当于CPU在电脑中的作用，它决定了该显卡的档次和大部分性能，同时也是2D显示卡和3D显示卡的区别依据。图形处理芯片。NVIDIA公司在1999年发布GeForce256图形处理芯片时首先提出GPU的概念。


GPU能够从硬件上支持T&L（TransformandLighting，多边形转换与光源处理）的显示芯片，因为T&L是3D渲染中的一个重要部分，其作用是计算多边形的3D位置和处理动态光线效果，也可以称为"几何处理"。即使CPU的工作频率超过3GHz或更高，对它的帮助也不大，由于这是PC本身设计造成的问题，其实与CPU的速度无太大关系。

两者每一个版本都是有自己的优势的，不同的用户有着不同的选择，主要还是看显卡的性能如何。

参考技术A

gpu版本包含了cpu版本了

装gpu版运行如下代码即是使用cpu版

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='3' #Disable Tensorflow debugging information
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ['CUDA_VISIBLE_DEVICES'] = '-1' #Set GPU device -1

如果不喜欢这个方法，也可以用Anaconda建置虚拟环境，不仅可以装不同版本的python，当然也可以装不同版本的tensorflow

参考技术B 无语，当然是可以的。不要题目都不看乱回答好不。现在GPU版本内存限制，一般8G算是比较高的配置了，但是deeplearning处理大图片时，如果batchsize没那么小，GPU就吃不消了，这时只好用CPU。 参考技术C 可以的。
采用anaconda，配置两套环境，一个cpu版本，一个gpu版本。亲测没问题 参考技术D GPU英文全称Graphic Processing Unit，中文翻译为"图形处理器"。（图像处理单元）GPU是相对于CPU的一个概念，由于在现代的计算机中（特别是家用系统，游戏的发烧友）图形的处理变得越来越重要，需要一个专门的图形的核心处理器。
GPU是显卡的"心脏"，也就相当于CPU在电脑中的作用，它决定了该显卡的档次和大部分性能，同时也是2D显示卡和3D显示卡的区别依据。图形处理芯片。NVIDIA公司在1999年发布GeForce256图形处理芯片时首先提出GPU的概念。
GPU能够从硬件上支持T&L（TransformandLighting，多边形转换与光源处理）的显示芯片，因为T&L是3D渲染中的一个重要部分，其作用是计算多边形的3D位置和处理动态光线效果，也可以称为"几何处理"。
即使CPU的工作频率超过3GHz或更高，对它的帮助也不大，由于这是PC本身设计造成的问题，与CPU的速度无太大关系。