关于tensorflow gpu版和cpu版网上说的容易混淆的一点

1. 现在网上说的怎么选tensorflow gpu版本或cpu版本训练时，来来去去就是那些命令，如with tf.device等等。这时读者其实有些只安装tensorflow-gpu，有些是tensorflow-gpu和tensorflow(cpu版)一起装了，因此会有不同的表现。特别是两个版本都装的时候会出很多问题。

2. 因此，一定不要tensorflow-gpu和tensorflow(cpu版)一起装，因为这样装有个先后顺序问题，先安装tensorflow-gpu再安装tensorflow，gpu版本直接不能用了，管你用with tf.device("/gpu":0)还是

os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"  # see issue #152

os.environ['CUDA_VISIBLE_DEVICES']= '-1'  # -1 !!!!

统统不好使，系统会用cpu版本计算。而且这时候卸掉tensorflow还是不行，会报缺少文件的错误，必须再把tensorflow gpu版的卸掉，然后重新安装tensorflow gpu才行。

3. 因此，如果想测试cpu和gpu版本性能的，最好创建两个python的虚拟环境，一个装tensorflow-gpu，另一个装tensorflow。