在没有tensorflow-cpu版本下tf，keras不能使用GPU问题的解决

Brief

 我们知道keras的后台之一就是tf，今天迷了一天的一个问题是:
在keras搭建好了网络但是无法使用GPU加速，通过命令
watch -n1 gpustat
查看GPU的占用率发现无论如何都是0%，再通过指令：
top
查看对应的CPU进程，发现CPU的占用很大，快接近1G的内存占用

解决办法

最开始以为是安装成了cpu版本的tf。用pip list查看对应的python包，我们发现并没有cpu版本的tf，假如有的话，如果CPU版本比GPU的版本高，的确会使用CPU；但是我们的没有，后面经过了多方测试，发现tf需要和对应的cuda版本适应。所以问题就解决了；‘为了方便先给出tf对应的CUDA版本号如下：

• 卸载带当前环境下的 tf和keras： pip uninstall tensorflow-gpu tensorflow keras
• 安装对应版本的tf: pip3 install tensorflow-gpu==verson -i https://pypi.tuna.tsinghua.edu.cn/simple 用对应的版本号代替verson。

好了问题就此解决！！