小白必须先理解TensorFlow知识点才能搭建GPU版本

对于新手来说，在搭建深度学习环境时会觉得异常艰难，并非因为他们缺乏对相关知识体系的全面理解。

1、什么是GPU？为什么装GPU版？你电脑上有GPU吗？有的话在电脑上哪个位置？

GPU的全称是什么？它是专门用于执行哪些任务的理想硬件平台；它更适合运行深度学习相关的代码吗？大多数时候，在你的电脑上可以找到它，在系统属性中有一个高级属性选项可以显示所有硬件配置信息，请访问系统属性中的设备管理器部分以更好地了解配置信息；为了更好地了解配置信息，请访问系统属性中的设备管理器部分；由于运行高效的深度学习模型通常需要配备性能强劲的硬件资源（例如集成SSD存储会显著提升运算效率），建议您首先确认您的显卡是否满足相关要求

2、要把GPU搭建在哪里？

为了更好地阐述这一观点，可能会有用户希望在运行于Linux的操作系统环境下的虚拟机中安装GPU。然而，在这种配置下实现对GPU版本的支持是不可能的。原因在于这种环境中无法直接访问宿主机上配备的显卡资源。看起来似乎有一种解决方案是通过容器化技术来实现——例如Docker技术（目前这项研究尚未完成）。

Windows上安装，WIN7、WIN10都可以

Linux推荐ubuntu

或者你可以尝试安装双系统

3、Python版本、显卡与显卡驱动型号怎么匹配？（最核心的问题）

毫无疑问，在使用过程中必须满足Python 3.5及以上版本的要求。至