tensorflow-gpu版本与CUDA,Cudnn兼容问题，及GPU 查阅技巧

1、Tf的版本与cuda，cudnn对应关系不一定必须对应，但必须要注意
https://blog.csdn.net/omodao1/article/details/83241074
2、Tensorflow之间版本关系理解：
https://www.cnblogs.com/hutao722/p/9583214.html
3、解决anaconda中tensorflow-gpu版本太少：添加channel
https://blog.csdn.net/shiheyingzhe/article/details/80863422
https://blog.csdn.net/u010122972/article/details/81985424
4、检测tensorflow是否使用gpu进行计算
https://blog.csdn.net/castle_cc/article/details/78389082
5、Gpu，cuda与cudnn关系
https://blog.csdn.net/u014380165/article/details/77340765
6、Pip与pip3的区别
https://blog.csdn.net/lvsehaiyang1993/article/details/80596513
7、查看CUDA: cat /usr/local/cuda/version.txt
8、查看Cudnn：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
9、GPU利用率和显存占用率
https://blog.csdn.net/lien0906/article/details/78863118
10、虚拟机无法调用主机的显卡，解决方法：装双系统