本文主要是介绍笔记本用gpu运行tensorflow-gpu，keras写的老程序，结果与原来不一样，一脸懵逼。，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
先说结论我笔记一是rtx3050ti, 重点RTX30系列最低要求CUDA版本为11.1，否则最后跑程序会报错。再说现象，突发奇想想在笔记本上运行一个以前在1080ti+tensorflow-gpu1.5.2,keras2.2.4上面写的一个图像分类模型，先用cpu模式 运行一下一切正常。如下图，
换成了gpu，配好了cuda10.0,tensorflow-gpu1.5.2,keras2.2.4，再运行，明明是武器却识别成正常了。
一样的代码换成了gpu就懵逼了，难道换了gpu认知就发生了变化 ？后来搜索发现
RTX30系列最低要求CUDA版本为11.1
RTX3060深度学习tensorflow环境配置之踩坑记录 - 知乎 (zhihu.com)
所以以前的代码要升级了，要把cuda升级到11.1 ,对应的tensorflow-gpu2.X ，keras都要升级，或者只用cpu运行
这篇关于笔记本用gpu运行tensorflow-gpu，keras写的老程序，结果与原来不一样，一脸懵逼。的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
