大家好，最近在学deep learning
我用的环境是windows10
刚把keras弄好，backend:tensorflow
我的CUDA和cudnn都载好了，环境变量里也加上了
我CUDA的路径是:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
cudnn的三个file已分别放入bin/include/lib里
是不是还要再加个path, tensorflow才会知道要用显卡来运算?
我看CPU使用率100%，心都在淌血Q^Q
我发现载了tensorflow-gpu的模组就会有bug
我用的版本是Python 3.5.3
最后再问个, 用linux环境算这个会不会比较好

cudnn先覆蓋进去 然后装tensorflow gpu 你backend是gpu version keras不用特别调

什么意思，我cudnn的档案已经放进去了 ,可我装了tensorflow-gpu之后执行就会有bug

我只有用过tensorflow 不过我的经验是你只要把cudnn摆对位置就OK 你说的有bug是什么意思？ import 会成功吗?tf.test.gpu_device_name() 有东西吗？

我是用 ubuntu 环境 都很难装就是了XD如果你不熟悉 linux 会更难 有一堆雷

你可能需要确认一下tensorflow cuda cudnn彼此的支援版本你可以试试建一个env 灌tf看看会不会动 我刚刚灌这台有一些和你类似的问题 重灌可能会有效还要确定有灌visual c++ 2015

你GPU是哪一个

NVIDIA Coporation GK208M [GeForce 920M]

你的tensorflow是几版的? 1.3是用cudnn 6 喔恩 这样OK了 就像他说的你的显卡不完全适合干这个不过2GB的卡本来就只能玩玩而已XD啊 抱歉 我在胡说八道 tensorflow可以使用avx指令集但是pip来的版本不能 所以假设使用cpu训练的话 改善这个问题可以加快学习时间 不过用GPU的话就没差了SO解释:https://goo.gl/XLtpxR

路过问一下，请问关于机器学习，PTT有相关版吗?=3=

等你开阿=3=就是找不到这种版所以只好来这问

ML基本上就 R or Python 来这两个版问就好了厉害一点的 Java or C++ 也是有人在做