GPU使用问题总结

先记录一些已经遇到的问题，后续会持续补充

 

1. 服务器上， 命令窗 gpustat -i，实时查看动态，如果显卡占用一百多，而且程序跑的很慢，要看下是不是程序没有正确使用GPU

之前遇到过这种情况，运行代码输出框会显示，无法正常使用GPU，或者说当前使用CPU

有一次的问题是这个报错，ImportError: libcudnn.so.5: cannot open shared object file: No such file or directory

这个问题原因是cudnn安装有问题，查看cudnn对应的lib包是否在相关目录下，以及bashrc配置是否正确，具体可详见  环境配置(七)——Linux cuda配置

2. 不同python包对应不同 tensorflow版本，有的tensorflow版本不能安装

这种问题对于很多python包都有的，一种解决方法是从网上搜一下是否有对应的whl，一种方法是从网上找源码，直接pip install

3. DL可视化界面

可以参考 深度学习——可视化界面（一） tensorboard，通过可视化界面，对相关参数，如学习率，dropout值，epoch个数，batchsize大小等进行设置