之前的文章讲过用Tensorflow的object detection api训练MobileNetV2-SSDLite，然后发现训练的时候没有利用到GPU，反而CPU占用率贼高（可能会有Could not dlopen library 'libcudart.so.10.0'之类的警告）。经调查应该是Tensorflow的GPU版本跟服务器所用的cuda及cudnn版本不匹配引起的。知道问题所在之后就好办了。
检查cuda和cudnn版本
首先查看cuda版本：
cat /usr/local/cuda/version.txt
以及cudnn版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
重新安装对应版本Tensorflow
根据前面查看得到的cuda和cudnn版本，到Tensorflow官网查看对应的Tensorflow-GPU版本，然后用conda install tensorflow-gpu=[version]重新安装（把[version]换成对应的版本比如1.12）就OK了。
以上这篇基于Tensorflow使用CPU而不用GPU问题的解决就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
