TensorFlow相关命令收集

1. 查看TF使用的是CPU还是GPU版本 [源]
   跑的时候感觉异常慢，而且nvidia-smi查看GPU的占用为0%，显存也用得不多。发现误装了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())

2. pip安装tensorflow的小坑
   注意看好要安装CPU还是GPU版本的，两者的命令不同。

pip install tensorflow # CPU Version
pip install tensorflow-gpu # GPU Version

注意TF每个版本使用的CUDA版本不同，所以有时候你可以指定版本（否则直接安装最新版，如果你的CUDA不够新，import会失败），比如：

pip install tensorflow-gpu==1.4

3. 查看CUDA和CUDNN版本 [源]
   记忆力不好是原罪...

cat /usr/local/cuda/version.txt # CUDA Version
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR- A 2 # CUDNN Version

4. Windows使用TensorBoard
   最好是用Anaconda安装的TensorFlow，激活TF环境之后启用TensorBoard，坑在于需要把路径改向存放events.out.tfevents的文件夹，并且路径不需要引号。以下是在CMD的例子：

activate tensorflow # 激活TF环境
D: # 进入D盘，存放events的文件夹在D:\logs\
tensorboard --logdir=D:\logs