在ubuntu16.04環境下的tensorflow使用記錄，旨在分享，歡迎討論。
tensorflow訓練時未啟用gpu
tensorflow在訓練時，是默認使用GPU的，如果程序能夠正常訓練，而并未啟動GPU，進行如下檢查：
- 在終端下輸入
nvdia-smi,顯卡啟動正常，驅動問題被排除，但是發現GPU使用率未0 - 在終端輸入
nvcc -V查看cuda版本，正常顯示，問題被排除 - 問題基本是出在tensorflow本身了，問題找到了，原來是自己安裝了cpu版本的tensorflow。重新安裝tensorflow，輸入指令
pip install tensorflow-gpu。
如何安裝不同python版本的深度學習框架
學習DL一段時間后，在學習RNN時，發現了運用RNN生成莎士比亞文學的實例，實例基于Torch撰寫，于是想安裝torch框架。
問題：服務器的python版本為3.6，而RNN的實例是基于python2.7的。
解決辦法： 安裝anaconda,然后再anaconda下創建python2.7的torch環境:conda create -n torch python=2.7接著在此環境下進行torch的安裝。(注意：這里的create torch語句只是創建了一個名字叫torch的環境，并安裝了python2.7以及依賴項如numpy等，并沒有安裝torch本身，需要另行下載)
讀取訓練模型時遇到錯誤：'段錯誤 (核心已轉儲)'
若訓練的step為60000,且在訓練時使用的保存語句如下：
saver.save(sess, logs_train_dir+'/model.ckpt', global_step=step)
那么在指定的文件夾下的ckpt目錄應該如下圖所示：它們存儲了權重系數w和偏置b系數以及整個神經網絡圖等信息。
圖一 保存模型目錄
為了方便讀取，我刪除了
model.ckpt-60000.data-00000-of-00001中的-60000和-00000-of-00001在調用存儲的模型進行訓練時，出現了上述錯誤。-00000-of-00001這一段是不能刪除的。只能刪除訓練step的信息-60000這一部分。
