使用 conda 或 pip 安装 TensorFlow 各有其特点，但在功能和使用方面没有本质区别，主要取决于你安装 TensorFlow 的场景和需求。
2.12版本兼容性较好
-
使用 Conda：
- 如果你希望自动管理 CUDA 和 cuDNN，或者对依赖管理不熟悉。
- 如果你使用的是 Anaconda 并习惯 Conda 的虚拟环境。
-
使用 Pip：
- 如果你需要最新的 TensorFlow 版本。
- 如果你对 GPU 驱动和依赖管理较为熟悉，愿意手动配置 CUDA 和 cuDNN。
卸载 conda 安装的 TensorFlow：
conda remove tensorflow
安装
pip install tensorflow==2.12 --index-url https://pypi.tuna.tsinghua.edu.cn/simple
确保 TensorFlow 使用的是 GPU 加速进行计算，运行以下代码可以验证：
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))
