python——tensorflow使用gpu（window版本）

（首先要有gpu）（python安装好了）（以下访问的网站，最好科学上网，查看快，下载快）
1.验证tensorflow可以使用gpu

import tensorflow as tf
print(tf.test.is_gpu_available())

输出True则为成功
没成功则执行下面的步骤
2.要成功用gpu执行，需要安装tensorflow-gpu、cuda、cudnn三个，版本需要全部对应
（1）首先查看三个东西对应的版本，然后分别下载，地址（科学上网，查看）

笔者下载的是tensorflow-gpu-1.15.0、cuda10、cudnn7.4
（2）tensoflow-gpu下载：在命令行下载（能用pip的位置）

pip install tensorflow-gpu==1.15.0(可以换成自己想要的版本，后面要相对应cuda、cudnn改)

（3）cuda下载：https://developer.nvidia.com/cuda-toolkit-archive
选择想要的版本下载，笔者用的是cuda10

（这用的别人的图片）
–网上有人提议把vs去了，不下载
–第一个存放的文件夹是个临时文件夹，会自动清除，第二个存放的地方（三个）不能与第一个重复，不然会不见了
（问题：cuda文件夹不见了）
–cuda配置环境变量：已经有两个自动加在里面了，还需要加两个
D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin（已加）
D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp（已加）
需要换成上面第二个安装（那三个）的路径
（4）cudnn安装：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
之前对应的版本是7.4，笔者选择7.4.2，cuda10版本

（5）重启电脑后，执行第一条，为true
（6）按需分配gpu

"""GPU设置为按需增长"""
import os
import tensorflow as tf
import keras.backend.tensorflow_backend as KTF
# 指定第一块GPU可用
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
config = tf.ConfigProto()
config.gpu_options.allow_growth=True
#不全部占满显存, 按需分配
#config.gpu_options.per_process_gpu_memory_fraction = 0.3
sess = tf.Session(config=config)
KTF.set_session(sess)

–显存不行的话，batch_size不能太大，一般8，16（具体情况具体分析）