在开发中，我一直在使用gpu-accelerated tensorflow
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-linux_x86_64.whl
我正在尝试为我的用户部署我训练过的模型和应用程序二进制文件。我在python 3.5.2上使用PyInstaller (3.3.dev0+f0df2d2bb)进行编译，以便为我的用户创建一个二进制文件。
对于部署，我安装了cpu版本https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
然而，在成功编译后，我运行我的程序并收到臭名昭着的tensorflow cuda错误：
tensorflow.python.framework.errors_impl.NotFoundError： tensorflow /了contrib / util的/ tensorflow /了contrib / cudnn_rnn /蟒/操作/ _cudnn_rnn_ops.so： 无法打开共享对象文件：没有这样的文件或目录
当我只安装了cpu版本时，为什么还要寻找cuda？（更不用说我仍然在我的开发机器上使用cuda，所以它无论如何都应该找到它。我可以在未编译的脚本中使用tensorflow-gpu / cuda罚款。但这是无关紧要的，因为部署机器不会有cuda）
我的第一个想法是，我不知何故导入了错误的张量流，但我不仅使用了pip uninstall tensorflow-gpu，而且我还去了/ usr / local /中的tensorflow-gpu LIB / python3.5 / DIST-包/
任何想法可能会发生什么？也许我需要开始使用虚拟环境..