Python Tensorflow没有像Pytorch那样检测GPU

ubuntu 18.04， nvidia mx150， cuda 10.1， tensorflow是使用

$pip安装tensorflow

和

$pip安装tensorflow gpu

安装的。 问题是它没有检测到GPU，但当使用pytorch进行尝试时，它会检测到GPU。似乎找不到问题。 提前谢谢。

---

编辑1-我已将CUDA_VISIBLE_设备设置为0，我可以手动检测GPU，但tensorflow无法，我尚未尝试源代码构建选项。

有多种方法可用于检查tensorflow是否检测GPU。请尝试以下内容并更新问题，在此基础上我将进一步更新我的答案

with tf.Session() as sess:
  devices = sess.list_devices()

而且

如果您能够检测GPU，但TensorFlow未设置为GPU，则环境变量可能存在问题。有相当多的线程讨论如何为TensorFlow设置GPU

从-

使用CUDA_VISIBLE_DEVICES环境变量。通过设置环境变量CUDA_VISIBLE_DEVICES=“1”仅使设备1可见，通过设置CUDA_VISIBLE_DEVICES=“0,1”使设备0和1可见。在python中，可以通过在导入os包后使用一行os.environ[“CUDA_VISIBLE_DEVICES”]=“0,1”来实现这一点

与tf.device（'/gpu:2'）一起使用并创建图形。然后它将使用GPU设备2运行

使用config=tf.ConfigProto（device_count={'GPU'：1}），然后使用sess=tf.Session（config=config）。这将使用GPU设备1

最后，如果上述任何一项都不能解决问题，那么请查看官方TensorFlow回购协议。有人在这里回答说，他们的问题在从源代码构建TensorFlow之后得到了解决。关于如何做到这一点

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())