之前的文章講過用Tensorflow的object detection api訓練MobileNetV2-SSDLite，然后發現訓練的時候沒有利用到GPU，反而CPU占用率賊高（可能會有Could not dlopen library 'libcudart.so.10.0'之類的警告）。經調查應該是Tensorflow的GPU版本跟服務器所用的cuda及cudnn版本不匹配引起的。知道問題所在之后就好辦了。

檢查cuda和cudnn版本

 首先查看cuda版本：

cat /usr/local/cuda/version.txt

 以及cudnn版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

重新安裝對應版本Tensorflow

 根據前面查看得到的cuda和cudnn版本，到Tensorflow官網查看對應的Tensorflow-GPU版本，然后用conda install tensorflow-gpu=[version]重新安裝（把[version]換成對應的版本比如1.12）就OK了。

以上這篇基于Tensorflow使用CPU而不用GPU問題的解決就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。