在tensorflow 中，
| 环境 | tensorflow== | tensorflow-gpu== |
|---|---|---|
| 只有CPU | cpu运行 | 和tensorflow一样运行 |
| 有GPU且装Cuda和Cudnn | cpu运行 | gpu运行 |
| 有GPU未装Cuda或Cudnn | cpu运行 | 和tensorflow一样运行 |
在tensorflow 中，
| 环境 | tensorflow-cpu== | tensorflow== |
|---|---|---|
| 只有CPU | cpu运行 | cpu运行 |
| 有GPU且装Cuda和Cudnn | cpu运行 | gpu运行 |
| 有GPU未装Cuda或Cudnn | cpu运行 | cpu运行 |
tensorflow 不再区分是否gpu，当检测到gpu并安装cuda后，自动调用gpu。
但是，有些人不需要或没有gpu，gpu适配对这部分群体是浪费的（占用不必要的资源），于是有了tensorflow-cpu，我们可以理解其为cpu only版本
（综上，也可以理解为：tensorflow==对应tensorflow-cpu==，tensorflow-gpu==对应tensorflow==）
个人理解，如有错误请指正。
参考：
/tensorflow/tensorflow/tree/v2.3.1
/tensorflow/tensorflow/tree/r1.14
Difference between installation libraries of Tensorflow GPU vs CPU