为什么 Anaconda 对于带 GPU 和不带 GPU 的 Tensorflow 有单独的软件包，我应该使用 conda 还是 pip？

Question

Anaconda对于支持和不支持 GPU 的 Tensorflow 有不同的软件包。

特别是，要安装带有 GPU 的 Tensorflow，您应该运行：

conda install tensorflow-gpu

对于非 GPU 版本，您应该安装：

conda install tensorflow

通过检查安装包的版本，conda安装Tensorflow版本2.1。

但截至今天，Tensorflow 的最新版本是 2.3。此外，正如Tensorflow 官方文档中所示，可以使用以下命令安装最新版本

pip install tensorflow

文档中称该软件包适用于 Tensorflow 的 CPU 和 GPU 版本。此外，文档指出“对于 1.15 及更早版本”，CPU 和 GPU 的软件包是不同的。

1. 鉴于 1.15 以上的任何版本的包都应该相同，为什么 Anaconda 在两个不同的包中提供 2.1？

2. 我应该安装哪一个，pip 版本还是 conda 版本？Anaconda博客中的一篇文章指定conda提供的版本更快，但该文章是旧的（2018）并且引用了旧版本的Tensorflow（1.10）

Answer 1

通过检查安装包的版本，conda安装Tensorflow版本2.1。但截至今天，Tensorflow 的最新版本是 2.3。此外

那只是因为你（可能？）使用的是 Windows。正如您所看到的， tensorflow默认渠道提供 2.3 版本conda，但目前仅在 Linux 上提供。

您链接的网站上也说明了原因（强调我的）：

Anaconda 为我们努力使用优秀的 TensorFlow 库提供更简单、更快的体验而感到自豪。需要花费大量的时间和精力来添加对生产中使用的许多平台的支持，并确保加速的代码仍然稳定且数学上正确。因此，我们的 TensorFlow 软件包可能无法与官方 TensorFlow 轮同时提供。然而，我们致力于维护我们的 TensorFlow 软件包，并努力尽快提供更新。

简而言之：Anaconda 团队正在针对 intel mkl 库创建 tf 的自定义构建，以加快 CPU 上的计算速度。早些时候在同一网站上他们还提到他们为不同的 cuda 版本创建构建。

鉴于 1.15 以上的任何版本的包都应该相同，为什么 Anaconda 在两个不同的包中提供 2.1？

该tensorflow-gpu包只是一个元包，即它仅用于安装tensorflow具有不同依赖项的不同版本（也使您能够安装不同的 cuda 版本）。官方版本仅允许tensorflow版本和cuda的组合。

我应该安装哪一个，pip 版本还是 conda 版本？Anaconda博客中的一篇文章指定conda提供的版本更快，但该文章是旧的（2018）并且引用了旧版本的Tensorflow（1.10）

阅读上述文章，速度的提升与针对 intel mkl 库的构建有关，该库可加快 CPU 上的计算速度。鉴于您的设置，tensorflow使用时只能安装 2.1 conda，您需要问问自己是否依赖最新tensorflow版本以及是否不需要加速 cpu 代码。使用安装最新的张量流通常没有问题pip。只需确保为所述张量流版本创建一个新环境，并且仅安装/更新张量流或其pip在该环境中使用的任何依赖项。一般建议不要混合 conda和pip安装太多，因为一个可能会破坏另一个（因为它们使用不同的方式来解决依赖关系），但是当使用单独的环境时应该没问题