tensorflow使用遇到问题记录

在ubuntu16.04环境下的tensorflow使用记录，旨在分享，欢迎讨论。

tensorflow训练时未启用gpu

tensorflow在训练时，是默认使用GPU的，如果程序能够正常训练，而并未启动GPU，进行如下检查：

• 在终端下输入nvdia-smi,显卡启动正常，驱动问题被排除，但是发现GPU使用率未0
• 在终端输入nvcc -V查看cuda版本，正常显示，问题被排除
• 问题基本是出在tensorflow本身了，问题找到了，原来是自己安装了cpu版本的tensorflow。重新安装tensorflow，输入指令pip install tensorflow-gpu。

如何安装不同python版本的深度学习框架

学习DL一段时间后，在学习RNN时，发现了运用RNN生成莎士比亚文学的实例，实例基于Torch撰写，于是想安装torch框架。
问题：服务器的python版本为3.6，而RNN的实例是基于python2.7的。
解决办法： 安装anaconda,然后再anaconda下创建python2.7的torch环境:conda create -n torch python=2.7接着在此环境下进行torch的安装。(注意：这里的create torch语句只是创建了一个名字叫torch的环境，并安装了python2.7以及依赖项如numpy等，并没有安装torch本身，需要另行下载)

读取训练模型时遇到错误：'段错误 (核心已转储)'

若训练的step为60000,且在训练时使用的保存语句如下：
saver.save(sess, logs_train_dir+'/model.ckpt', global_step=step)
那么在指定的文件夹下的ckpt目录应该如下图所示：它们存储了权重系数w和偏置b系数以及整个神经网络图等信息。

图一 保存模型目录
为了方便读取，我删除了model.ckpt-60000.data-00000-of-00001中的-60000和-00000-of-00001在调用存储的模型进行训练时，出现了上述错误。-00000-of-00001这一段是不能删除的。只能删除训练step的信息-60000这一部分。