tensorflow / tensorflow-gpu / tensorflow-cpu区别?

在tensorflow 1.x中，

环境	tensorflow==1.x	tensorflow-gpu==1.x
只有CPU	cpu运行	和tensorflow一样运行
有GPU且装Cuda和Cudnn	cpu运行	gpu运行
有GPU未装Cuda或Cudnn	cpu运行	和tensorflow一样运行

在tensorflow 2.x中，

环境	tensorflow-cpu==2.x	tensorflow==2.x
只有CPU	cpu运行	cpu运行
有GPU且装Cuda和Cudnn	cpu运行	gpu运行
有GPU未装Cuda或Cudnn	cpu运行	cpu运行

tensorflow 2.x不再区分是否gpu，当检测到gpu并安装cuda后，自动调用gpu。

但是，有些人不需要或没有gpu，gpu适配对这部分群体是浪费的（占用不必要的资源），于是有了tensorflow-cpu，我们可以理解其为cpu only版本

（综上，也可以理解为：tensorflow==1.x对应tensorflow-cpu==2.x，tensorflow-gpu==1.x对应tensorflow==2.x）

个人理解，如有错误请指正。

参考：
https://github.com/tensorflow/tensorflow/tree/v2.3.1
https://github.com/tensorflow/tensorflow/tree/r1.14
Difference between installation libraries of Tensorflow GPU vs CPU