tensorflow无法识别第二个GPU（/GPU:1）

我尝试使用2个GPU，tensorflow无法识别第二个GPU。第二个GPU工作正常（在widows环境中）

因此，TF基本上不识别GPU1，它同时识别一个GPU（GPU0） 是否有手动定义GPU1的命令

已卸载并重新安装、Cudann、python 3.7、tensorflow和keras（GPU版本）。我正在windows 10上使用anaconda。尝试将CUDA_可见_设备更改为0，1。我没有看到任何错误，但是第二个GPU在python中的任何地方都没有出现

主GPU是RTX2070（8GB），第二个GPU是GTX1050（2GB）。在我提交之前，我花了一段时间寻找解决方案，并在互联网上做了我能找到的一切。驱动程序是最新的，安装了64位版本和最新版本的软件。我没有看到任何问题，除了没有出现第二个GPU

---

这些代码在第一个GPU上运行良好，两个GPU的计算能力都大于3.5。

在这里提供了解决方案（答案部分），尽管它出现在评论部分（感谢M Student分享解决方案），这是为了社区的利益

在代码开头添加此选项解决了问题

import os 
os.environ["TF_MIN_GPU_MULTIPROCESSOR_COUNT"]="2" 
os.environ["CUDA_VISIBLE_DEVICES"]="0,1"

---

在这里提供解决方案（答案部分），即使它出现在评论部分（感谢M Student分享解决方案），以造福社区

在代码开头添加此选项解决了问题

import os 
os.environ["TF_MIN_GPU_MULTIPROCESSOR_COUNT"]="2" 
os.environ["CUDA_VISIBLE_DEVICES"]="0,1"

---

如果将

CUDA\u可见\u设备设置为仅
1
，会发生什么情况？当我设置CUDA_VISIBLE_DEVICES=0并运行程序时，我将RTX2070视为GPU0；当我设置CUDA_VISIBLE_DEVICES=1并运行程序时，我将GTX1050视为GPU0；当我设置CUDA_VISIBLE_DEVICES=0,1并运行程序时，我将RTX2070视为GPU0。因此，TF基本上不识别GPU1，它同时使用一个GPU（GPU 0）是否有任何命令手动定义GPU1在代码生成时添加此命令解决了导入os os.environ[“TF_MIN_GPU_MULTIPROCESSOR_COUNT”]=“2”os.environ[“CUDA_VISIBLE_DEVICES”]=“0,1”感谢分享解决方案，你可以用它发布你自己问题的答案（并接受它）。如果你将
CUDA\u VISIBLE\u DEVICES
设置为just
1
，会发生什么？当我设置CUDA_VISIBLE_DEVICES=0并运行程序时，我将RTX2070视为GPU0；当我设置CUDA_VISIBLE_DEVICES=1并运行程序时，我将GTX1050视为GPU0；当我设置CUDA_VISIBLE_DEVICES=0,1并运行程序时，我将RTX2070视为GPU0。因此，TF基本上不识别GPU1，它同时使用一个GPU（GPU 0）是否有任何命令手动定义GPU1在代码生成时添加此命令解决了导入os os.environ[“TF_MIN_GPU_MULTIPROCESSOR_COUNT”]=“2”os.environ[“CUDA_VISIBLE_DEVICES”]=“0,1”感谢分享解决方案，你可以用它发布你自己问题的答案（并接受它）。