1. 現在網上說的怎麼選tensorflow gpu版本或cpu版本訓練時，來來去去就是那些命令，如with tf.device等等。這時讀者其實有些只安裝tensorflow-gpu，有些是tensorflow-gpu和tensorflow(cpu版)一起裝了，因此會有不同的表現。特別是兩個版本都裝的時候會出很多問題。

2. 因此，一定不要tensorflow-gpu和tensorflow(cpu版)一起裝，因為這樣裝有個先後順序問題，先安裝tensorflow-gpu再安裝tensorflow，gpu版本直接不能用了，管你用with tf.device("/gpu":0)還是

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

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

統統不好使，系統會用cpu版本計算。而且這時候卸掉tensorflow還是不行，會報缺少檔案的錯誤，必須再把tensorflow gpu版的卸掉，然後重新安裝tensorflow gpu才行。

3. 因此，如果想測試cpu和gpu版本效能的，最好建立兩個python的虛擬環境，一個裝tensorflow-gpu，另一個裝tensorflow。