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。 …

我之前曾问过是否有可能在CPU上使用gpu支持运行张量流。有人告诉我，可以用基本代码来切换我要使用的设备，但不能切换初始代码在完全没有GPU的计算机上工作。例如，我想在具有NVidia gpu的计算机上进行训练，但要在仅具有cpu的笔记本电脑上进行编程。我将如何去做呢？我尝试只按正常方式编写代码，但是在我什至无法切换要使用的设备之前，它便崩溃了。我在Linux上使用Python。