keras使用GPU加速计算

判断

本人机子内存8G，显卡GTX1060 6G显存，用 keras 跑小例子时候也能跑，也没发现自己运行时到底是用的CPU还是GPU，这次跑了稍微长点的例子，然后 jupyter notebook 内核就死了，就想起来验证一下到底用的是什么，网上查了下验证方式，感觉不怎么好，还是直接看运行时机子的情况，打开电脑的控制台或者任务管理器，看运行时GPU显存占的百分比：

像图片上这样 0% 的就是没用到GPU计算~

解决

keras 使用GPU是基于 tensorflow 的GPU版本，所以使用 keras 要先安装tensorflow-gpu
使用 pip list ; conda list 两条指令可以分别看到用 pip 和 conda 安装的包，可以使用
pip uninstall 包name
conda uninstall 包name 分别卸载之前安装错的包

安装

这里只建议使用 pip 方法安装 tensorflow-gpu 和 keras ，因为有看到博客上说，使用 conda 安装时会默认安装CPU版本（就是因为这句话，所以我就把 conda 安装的全卸了，用 pip 重新安装了下，然后就可用了）
pip install tensorflow-gpu
pip install keras
可完成安装~
可用上述 判断 里的在运行时看到使用 GPU 加速计算~