1.15之后的Tensorflow - 无需安装tensorflow-gpu包

Question

问题

请确认1.15之后要在TensorFlow中同时使用CPU和GPU ，安装tensorflow包就足够了，不再需要tensorflow-gpu 。

背景

仍然可以看到文章指出安装tensorflow-gpu例如pip install tensorflow-gpu==2.2.0，tensorflow-gpu 包的PyPi 存储库在最新的tensorflow-gpu 2.4.1中处于活动状态。

Annaconda 文档还引用了tensorflow-gpu 包。

• 使用 GPU 包 - 可用包 - TensorFlow

TensorFlow 是一个通用的机器学习库，但在深度学习应用中最受欢迎。Anaconda 中支持三种 Tensorflow 包变体，其中之一是 NVIDIA GPU 版本。这是通过安装元包tensorflow-gpu来选择的：

然而，根据 TensorFlow v2.4.1 (as of Apr 2021) Core document GPU support - Older versions of TensorFlow

对于 1.15 及更早版本，CPU 和 GPU 包是分开的：

pip install tensorflow==1.15      # CPU
pip install tensorflow-gpu==1.15  # GPU

根据 TensorFlow Core Guide使用 GPU。

TensorFlow 代码和 tf.keras 模型将在单个 GPU 上透明地运行，无需更改代码。

根据TensorFlow GPU vs CPU 安装库之间的差异。

只是一个快速（不必要的？）注意...从 TensorFlow 2.0 开始，这些不再是分开的，您只需安装 TensorFlow（因为如果您安装了适当的卡/CUDA，这包括 GPU 支持）。

因此，希望明确确认tensorflow-gpu包只是为了方便（指定了tensorflow-gpu等的遗留脚本），不再需要。现在tensorflow和tensorflow-gpu包之间没有区别。

Answer 1

这里对包命名感到困惑是合理的。然而，这是我的理解。对于tf 1.15或更早的，CPU和GPU包是分开的：

pip install tensorflow==1.15      # CPU
pip install tensorflow-gpu==1.15  # GPU

因此，如果我想完全处理 的CPU版本tf，我会使用第一个命令，否则，如果我想完全处理 的GPU版本tf，我会使用第二个命令。

现在，在上面tf 2.0或上面，我们只需要一个可以方便地在两种硬件上工作的命令。因此，在基于CPU和GPU的系统中，我们需要相同的命令来安装tf，那就是：

pip install tensorflow

现在，我们可以在基础系统上测试它CPU（否 GPU）

import tensorflow as tf 
print(tf.__version__)

print('1: ', tf.config.list_physical_devices('GPU'))
print('2: ', tf.test.is_built_with_cuda)
print('3: ', tf.test.gpu_device_name())
print('4: ', tf.config.get_visible_devices())

2.4.1
1:  []
2:  <function is_built_with_cuda at 0x7f2ce91415f0>
3:  
4:  [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

或者也在一个基础系统上测试它CPU（使用 GPU）

2.4.1
1:  [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
2:  <function is_built_with_cuda at 0x7fb6affd0560>
3:  /device:GPU:0
4:  [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU'),
     PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

因此，正如您所看到的，这只是针对CPU和GPU情况的单个命令。希望现在更清楚了。但到目前为止（在tf > = 2）我们还可以-gpu / -cpu在安装时使用 postfix tf，分别巧妙地使用GPU/ CPU。

!pip install tensorflow-gpu 
....
Installing collected packages: tensorflow-gpu
Successfully installed tensorflow-gpu-2.4.1

# -------------------------------------------------------------

!pip install tensorflow-cpu
....
Installing collected packages: tensorflow-cpu
Successfully installed tensorflow-cpu-2.4.1

检查：tf-team 的类似回应。