模型在gpu上反而速度变慢了_Tensorflow1.13.1+CUDA10.0+CuDNN7.4在GPU上训练模型

在参加十五届全国大学生智能车竞赛时，电磁AI组别需要用到Tensorflow训练模型，CPU训练的速度实在太慢，于是打算用GPU训练，在此记录下配置环境的过程

安装Tensorflow

关于Python的安装过程在此不做赘述，google上有很多，默认阅读文章的朋友电脑上都有pip。由于最终训练好的模型需要部署到单片机上，需要利用到NXP提供的NNCU工具，而nncu工具与Tensorflow各个版本之间训练出来的模型兼容性不是很好，我们选择nncu支持的tensorflow1.13.1版本。这一步非常简单，在管理员powershell中输入pip install tensorflow-gpu==1.13.1即可，若需换源自行google哈，在此就不多赘述了。安装成功后，打开python，import tensorflow，此时应该会报错，不要着急。

安装Keras

老版Tensorflow和Keras是分开的（新版Keras包含在Tensorflow中，使用from tensorflow import keras），所以我们需要安装keras，安装过程也非常简单，pip install keras==2.2.4即可。

安装CUDA和cuDNN

在Tensorflow官网上一般都有版本对照表，如果CUDA