大家好，最近在學deep learning
我用的環境是windows10
剛把keras弄好，backend:tensorflow
我的CUDA和cudnn都載好了，環境變數裡也加上了
我CUDA的路徑是:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
cudnn的三個file已分別放入bin/include/lib裡
是不是還要再加個path, tensorflow才會知道要用顯卡來運算?
我看CPU使用率100%，心都在淌血Q^Q
我發現載了tensorflow-gpu的模組就會有bug
我用的版本是Python 3.5.3
最後再問個, 用linux環境算這個會不會比較好

cudnn先覆蓋進去 然後裝tensorflow gpu 你backend是gpu version keras不用特別調

什麼意思，我cudnn的檔案已經放進去了 ,可我裝了tensorflow-gpu之後執行就會有bug

我只有用過tensorflow 不過我的經驗是你只要把cudnn擺對位置就OK 你說的有bug是什麼意思？ import 會成功嗎?tf.test.gpu_device_name() 有東西嗎？

我是用 ubuntu 環境 都很難裝就是了XD如果你不熟悉 linux 會更難 有一堆雷

你可能需要確認一下tensorflow cuda cudnn彼此的支援版本你可以試試建一個env 灌tf看看會不會動 我剛剛灌這台有一些和你類似的問題 重灌可能會有效還要確定有灌visual c++ 2015

你GPU是哪一個

NVIDIA Coporation GK208M [GeForce 920M]

你的tensorflow是幾版的? 1.3是用cudnn 6 喔恩 這樣OK了 就像他說的你的顯卡不完全適合幹這個不過2GB的卡本來就只能玩玩而已XD啊 抱歉 我在胡說八道 tensorflow可以使用avx指令集但是pip來的版本不能 所以假設使用cpu訓練的話 改善這個問題可以加快學習時間 不過用GPU的話就沒差了SO解釋:https://goo.gl/XLtpxR

路過問一下，請問關於機器學習，PTT有相關版嗎?=3=

等你開阿=3=就是找不到這種版所以只好來這問

ML基本上就 R or Python 來這兩個版問就好了厲害一點的 Java or C++ 也是有人在做