tensorflow下载gpu

### 下载并安装支持GPU的TensorFlow

对于希望使用GPU加速计算的应用场景，选择合适的TensorFlow版本至关重要。由于官方自TensorFlow 2.11及以上版本停止了对GPU的支持，因此如果需要利用GPU功能，则应选用TensorFlow 2.1至2.10.1之间的任一版本[^1]。

#### 安装环境准备
确保操作系统为Ubuntu或Windows，并确认已安装Python 3.6-3.9以及pip 19.0以上的版本。此外，还需配置相应的CUDA和cuDNN版本以匹配所选的TensorFlow版本[^2]。

#### 使用国内镜像源提高下载速度
为了加快依赖包的下载过程，建议设置pip信任清华大学开源软件镜像站作为默认索引URL：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

#### 安装具体命令
针对不同情况下的安装方式如下所示：

##### 对于非M系列Mac设备或其他具备NVIDIA GPU的平台：
执行以下命令来安装指定范围内的最新稳定版TensorFlow及其GPU扩展模块：

pip install --upgrade tensorflow==2.10.0 tensorflow-gpu==2.10.0

请注意，在此之前应当已经正确设置了对应的CUDA与cuDNN环境变量路径。

##### 针对M系列Mac设备：
这类硬件不配备兼容CUDA技术的显卡，故而无需顾虑CUDA/cuDNN的选择问题；只需保证Python解释器版本不低于3.9即可正常工作。此时仅需单独安装`tensorflow-macos`加上用于Metal后端优化性能表现的辅助工具包`tensorflow-metal`:

pip install tensorflow-macos
pip install tensorflow-metal