小编use*_*790的帖子

如果我运行conda install tensorflowconda并希望安装GPU版本以及CUDA等。我没有Nvidia GPU，所以我想安装仅CPU版本。

$ conda install tensorflow
Solving environment: done

## Package Plan ##

  environment location: /home/cjk/.conda/envs/athion-forecaster

  added / updated specs: 
    - tensorflow


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    tensorflow-base-1.12.0     |gpu_py36had579c0_0       216.9 MB
    tensorflow-1.12.0          |gpu_py36he74679b_0           3 KB
    _tflow_select-2.1.0        |              gpu           2 KB
    tensorboard-1.12.0         |   py36hf484d3e_0         3.1 MB
    ------------------------------------------------------------
                                           Total:       220.1 MB

The following NEW packages will be INSTALLED:

    _tflow_select:       2.1.0-gpu                
    cudatoolkit:         9.2-0                    
    cudnn:               7.2.1-cuda9.2_0          
    cupti:               9.2.148-0                
    keras-applications:  1.0.6-py36_0             
    keras-preprocessing: 1.0.5-py36_0             
    tensorboard:         1.12.0-py36hf484d3e_0    
    tensorflow: …

我有一个大型（> 100 GB）xarray数据集，其中包含天气预报数据（维度时间、预测步骤、纬度、经度、随时间变化的dask块、纬度和经度维度），并且想要计算出平均天气（每次点）在不规则形状的区域（由具有维度纬度和经度的二进制掩码数组定义）上。这样做的天真的方法是：

average_weather = weather.where(mask).mean(dim=('latitude', 'longitude'))

然而，对于大多数（纬度、经度）块，该区域中的掩码值均为零，因此无需加载该块。据我所知，通过简要查看 xarray 和 dask 源代码，没有任何优化可以在加载块之前检查块的所有掩码值是否为零，因此天真的命令将使用大量不必要的数据传输和CPU。

我确实看到可以drop=True在where命令中使用将计算限制为掩码的边界框，但是是否可以做得更好？