显卡算力低tensorflow

A. 电脑的显卡不支持tensorflow-gpu加速 最好的解决办法

你这是专业制图显卡，是有的不支持，这种机器不便宜，不支持的话也没办法，再买一个机器或者换显卡，并不是显卡越贵越好，是你需要什么样的才最重要。

B. 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

理论上是可以的。
虽然没试过GTX1660TI，但是GTX1060是没有问题的，新款显卡没有理由不支持，如果楼主测试，加速环境显示不支持，可以更换别的编译器版本，也可以参考网上的深度学习环境搭建参考一下。

C. 运行tensorflow需要怎么的电脑配置

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，需要一个类似工作站的电脑配置运行的，就算低一些的配置也是i7 8700K这种类似的配置，因为越深入预算配置要求越高，给你一个配置单参考下：
英特尔i7 8700K处理器，
华硕Z370-P主板，
金士顿16G DDR4 2400内存条 X 2根，
技嘉GTX1080Ti Gaming OC 11G显卡，
浦科特M9PeG 256G M.2接口固态硬盘，
希捷1TB机械硬盘，
酷冷至尊冰神B240 CPU水冷散热器，
海韵FOCUS+750FX 750W电源，
美商海盗船SPEC-05机箱。

D. win版Tensorflow显示显存容量与显卡显存实际容量不符

有几点建议供您参考：
一、使用360、优化大师等工具，将系统启动项进行优化，尽量不要自启动不常用的进程，如果不会就选择“一键优化”。
二、使用上面的工具删除垃圾文件。。并对磁盘进行清理。
三、将C盘重新整理一下，删除不常用的程序。同时，将应用程序安装在除系统盘的其它盘里面。。
四、扩充内存，并更改虚拟内存的容量，建议设置为物理内存的1.5-2倍。。。

E. GTX1060显卡 用tensorflow 和 CUDA数据并行计算 如何开启最佳特性

实测使用联想Y720，GTX1060，跑tensorflow。

环境是vs2017，配置有点麻烦，但是确定可以成功，安装好gpu版的tf之后，需要安装cuda和cudnn，其中涉及到版本，需要有一各cudnn的高低版本混装的过程。测试时间2017年12月。
最近（2018年2月），听说英伟达有更新，可能安装会更容易，默认全性能运行cuda（好像是）。

F. 训练TensorFlow模型的时候，GPU使用率总是出现突然的降低，波动很大，我想问问大神们原因是什么

我在用pytorch训练时也出现这样的问题，可能是模型相对较小，数据从CPU传递到GPU需要一定的时间。

G. 能跑tensorflow gpu版的外置显卡有吗

需要买外置显卡转接卡！就可以装外置显卡了，什么显卡都可以

H. tensorflow可用几个显卡

一般情况下的话，他最多可以只用两个，所以在这方面的话一定要注意的，不可以用的太多。

I. tensorflow 一定要nvida的显卡吗

是的，得用英伟达的，