最近在中科院做一個AI醫療專案，感覺非常有意義，專案有部分需要做定位，我考慮了一下選擇ssd演算法，因為之前做工業視覺時接觸過caffe，所以這次就試試未玩過的深度學習框架tensorflow，以下時我遇到的一些坑： 1.cuda8.0的坑（下載後是1KB，cuda驅動安裝提示不相容）： 通過網址https://developer.nvidia.com/cuda-gpus，我查了下我的顯示卡支援的cuda版本是8.0，但官網下下來總是1KB，下載過程一切正常，媽蛋，只能百度網盤下一個。當然安裝時檢測系統時一樣提示我係統不相容，哪怕我把本來的顯示卡驅動已經解除安裝乾淨，沒關係，照樣繼續安裝，選項那裡用自定義的，使用cuda自帶的驅動，然後不安裝VS(因為我用QT開發)。cudnn該拷貝的拷貝後，環境變數配好後，命令列cmd，輸入nvcc -V 就能有cuda的資訊列印

2.tensorflow和tensorflow-gpu的坑： 其實最開始我是希望讓tensorflow快速跑起來然後驗證我的資料定位效果，所以選擇了cpu版本，無奈提示Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2，好吧，然後我找到這個文章https://blog.csdn.net/Fourierrr_/article/details/79749899，解決了這個問題，tf能import了，但ssd的原始碼因為這個tf版本太老，有些函式不支援，特喵的此時已經摺騰到晚上九點多了。所以只好再研究gpu版本把，然後按百度說的來了一發pip install tensorflow-gpu，然後再次編譯工程，提示tensorflowload_dynamic ImportError: DLL load failed: 找不到指定的模組，查了下時tf的環境沒好，網上很多建議安裝vs就能解決，我這死性子怎麼願意屈服這種解決方法。折騰了好長時間才發現原來是tf版本不對，此時安裝的tf是1.11.1版本，這個問題還是我在搜一個別的問題時無意發現的解決方法，所以還是要靜下心來投入時間精力去鑽研啊，cuda8.0的要用tf-gpu 1.0.1版本的就解決了這個環境問題了。此前曾一度想放棄配置tf換回caffe了。