在虚拟环境中安装tensorflow-gpu时为何会下载所有版本？

我正在跟随YouTube上的TensorFlow音频分类教程操作，教程要求安装以下依赖：

pip install tensorflow tensorflow-gpu tensorflow-io matplotlib

按照规范，我创建了venv虚拟环境并让Jupyter Notebook使用该环境，但发现pip会尝试下载所有版本的tensorflow-gpu，这些文件体积相当大：

(venv) c:\users\myuser\myproject>pip install tensorflow tensorflow-gpu tensorflow-io matplotlib
Collecting tensorflow
  Downloading tensorflow-2.11.0-cp39-cp39-win_amd64.whl (1.9 kB)
Collecting tensorflow-gpu
  Downloading tensorflow_gpu-2.10.1-cp39-cp39-win_amd64.whl (455.9 MB)
     |████████████████████████████████| 455.9 MB 106 kB/s
Collecting tensorflow-io
  Downloading tensorflow_io-0.28.0-cp39-cp39-win_amd64.whl (22.9 MB)
     |████████████████████████████████| 22.9 MB 6.4 MB/s
Collecting matplotlib
  Downloading matplotlib-3.6.2-cp39-cp39-win_amd64.whl (7.2 MB)
     |████████████████████████████████| 7.2 MB 2.2 MB/s
# （中间依赖下载内容省略）
Collecting tensorflow-gpu
  Downloading tensorflow_gpu-2.8.0-cp39-cp39-win_amd64.whl (438.0 MB)

ERROR: Operation cancelled by user
WARNING: You are using pip version 21.2.3; however, version 22.3.1 is available.

原因及解决办法 #

核心原因 #

1. tensorflow-gpu包已被废弃：从TensorFlow 2.10版本开始，官方不再单独发布tensorflow-gpu包，GPU支持已整合到主tensorflow包中。只要你的系统配置了兼容的CUDA环境，安装普通tensorflow就能自动启用GPU加速。
2. 版本冲突导致依赖解析失败：你安装的tensorflow是2.11.0版本，但tensorflow-gpu的最高版本仅为2.10.x，两者版本不兼容。pip为了找到满足所有依赖约束的组合，会不断回溯更低版本的tensorflow-gpu，从而出现反复下载旧版本的情况。
3. 旧版pip解析效率低：你使用的pip版本是21.2.3，较旧的pip在依赖冲突处理上效率较差，会加剧这种重复下载的问题。

解决步骤 #

• 移除tensorflow-gpu安装命令：直接执行以下命令安装，新版tensorflow已包含GPU支持：

  pip install tensorflow tensorflow-io matplotlib
  

• 匹配教程指定版本（可选）：如果教程依赖特定版本，可明确指定兼容的tensorflow版本，比如和最后一个有tensorflow-gpu的2.10.x版本匹配：

  pip install tensorflow==2.10.0 tensorflow-io matplotlib
  

• 升级pip版本：执行以下命令升级pip，提升依赖解析效率：

  pip install --upgrade pip
  

内容的提问来源于stack exchange，提问作者SopMe