- 查看TF使用的是CPU還是GPU版本 [源]
跑的時候感覺異常慢，而且nvidia-smi查看GPU的占用為0%，顯存也用得不多。發(fā)現(xiàn)誤裝了CPU版本的TF。
import os
from tensorflow.python.client import device_lib
os.environ['TF_CPP_LOG_MIN_LEVEL'] = "99"
print(decive_lib.list_local_devices())
- pip安裝tensorflow的小坑
注意看好要安裝CPU還是GPU版本的，兩者的命令不同。
pip install tensorflow # CPU Version
pip install tensorflow-gpu # GPU Version
注意TF每個版本使用的CUDA版本不同，所以有時候你可以指定版本（否則直接安裝最新版，如果你的CUDA不夠新，import會失敗），比如：
pip install tensorflow-gpu==1.4
- 查看CUDA和CUDNN版本 [源]
記憶力不好是原罪...
cat /usr/local/cuda/version.txt # CUDA Version
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR- A 2 # CUDNN Version
- Windows使用TensorBoard
最好是用Anaconda安裝的TensorFlow，激活TF環(huán)境之后啟用TensorBoard，坑在于需要把路徑改向存放events.out.tfevents的文件夾，并且路徑不需要引號。以下是在CMD的例子：
activate tensorflow # 激活TF環(huán)境
D: # 進入D盤，存放events的文件夾在D:\logs\
tensorboard --logdir=D:\logs
