我买了一块GTX 1660TI显卡，显卡驱动10.1，请问能使用caffe、tensorflow训练模型吗

老黄去年下禁令禁止游戏显卡跑深度学习。解决方法如下：（tensorflow）

方法一：改变系统变量使得仅目标显卡可见：

1 export CUDA_VISIBLE_DEVICES=0 #这里是要使用的GPU编号，正常的话是从0开始

方法二：使用tensorflow api添加设备环境

1 with tensorflowdevice('/gpu:0'):

2 main tensorflow program

注意：

如果使用方法二，需要修改一下Session配置，否则在默认配置下，所有可见显卡的显存都会被占用（暂时还没找到原因）。

修改代码：

1 config=tensorflowConfigProto()

2 configgpu_optionsallow_growth=True

3

4 sess=tensorflowSession(config=config,)

言的编译程序，把源程序变成目标程序（以OBJ为扩展名），然后再用连接程序，把目标程序与库文件相连接形成可执行文件。尽管编译的过程复杂一些，但它形成的可执行文件（以exe为扩展名）可以反复执行，速度较快。运行程序时只要键入可执行程序的文件名，再按Enter键即可。

对源程序进行解释和编译任务的程序，分别叫作编译程序和解释程序。如FORTRAN、COBOL、PASCAL和C等高级语言，使用时需有相应的编译程序；BASIC、LISP等高级语言，使用时需用相应的解释程序。

3）服务程序

台式机 重启进入开机 画面 按del键 进入Bios 会有很多选项 你自己找找 一个叫 First-driver 什么的 设置成软盘或者CD-ROM 按F10 出现一个对话框 选择Y 插入你的安装碟就行了

建议还是放到linux下运行，实际上很多人把caffe放到服务器上跑，而服务器一般是不带GPU的，所以caffe可以不依赖cuda，如果你不需要CUDA，你可以安装CPU_ONLY版本：编辑文件 \windows\CommonSettingsprops，设置CpuOnlyBuild 为 true，UseCuDNN为false。

当然我还是建议在linux上跑

一、准备需要用到的东西我已经帮大家全部准备好了，有我自己亲手制作的第三方库，在源码的根目录下建立个3rdparty文件夹，把文件解压进去就可以了。解压好之后，要将3rdparty/bin文件夹添加到系统目录

一般linux下c++程序移植主要有以下问题: 文件路径不同,linux有根目录,windows分盘 基础库是基本一致的,扩展库windows下可能没有,有源文件的可以下载,经过编译的就没法了 系统api可能需要改 讲道理你问这个问题说明你要移植的程序不复杂,

以上就是关于我买了一块GTX 1660TI显卡，显卡驱动10.1，请问能使用caffe、tensorflow训练模型吗全部的内容，包括:我买了一块GTX 1660TI显卡，显卡驱动10.1，请问能使用caffe、tensorflow训练模型吗、深度学习caffe中ContrastiveLossLayer怎么用、caffe windows安装后无法启动程序libcaffe该怎么解决等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！