环境搭建04——如何选择安装的TensorFlow版本？

每个入坑深度学习的小白都可能面临TensorFlow的安装问题，在安装时首先面临的就是版本选择的问题：CPU版还是GPU版？版本号选哪个？

1 GPU版？CPU版？

判断条件	结果
显卡是否NVIDIA系列？	是=GPU；否=CPU
若是NVIDIA系列，计算能力如何？	大于等于3.5=GPU；小于3.5=CPU

解释：

1. 首先，查看自己电脑显卡的型号（详见：如何查看及安装）。如果显卡是NVIDIA系列的，继续下面步骤；如果显卡不是NVIDIA系列的，直接装CPU版。
2. 然后，如果是NVIDIA系列的，则查询该显卡的计算能力。详见：查询计算能力。点开自己显卡对应的系列，查看自己显卡的GPU计算能力（即，Compute Capability）。如下图，显卡NVIDIA Quadro RTX 8000对应的计算能力为7.5。
   
3. 最后，到官网查询发布的GPU支持，查看硬件要求。本文查询时的标准是3.5（如下图）。如果计算能力≥3.5，可以装GPU版；相反<3.5的只能选择CPU版了。
   
   ps: CPU版和GPU版两者没啥大差别，只是计算快慢的问题（呵呵～）。

2 版本号选哪个？

2.1 CPU版

CPU版本的基本没什么特别限制，选择适合自己的就好。
Windows:

Linux

macOS

2.2 GPU版

确认自己的显卡可以支持GPU版之后，Tensorflow-GPU版本的选择主要看两个指标：CUDA和cuDNN。

1. CUDA版本的选择。它依赖于显卡的驱动程序版本，如下表，参考官方文档。按照如何查看及安装显卡中最终安装的显卡版本，与下表进行对照选择兼容的CUDA版本。CUDA下载链接。记得下载 local 版本（即完整版，network版为精简版）。
   
2. 确认cuDNN对应于CUDA的版本。参照tensorflow官网给出的标准，如下表。然后从Nivdia官网下载对应版本的cuDNN：cuDNN下载
   Windows:
   
   Linux
   
   macOS