在tensorflow中使用tf.device（“cpu:0”）从gpu切换到cpu后，每次导入tf时，gpu都会解除锁定

我正在使用Windows7。在tensorflow中测试我的GPU后，在已经测试过的cpu模型上，GPU的速度缓慢得令人尴尬，我切换到cpu，使用了：

tf.device("/cpu:0")

我假设我可以通过以下方式切换回gpu：

tf.device("/gpu:0")

但是，当我尝试使用此配置重新运行时，从windows收到以下错误消息：

设备“NVIDIA Quadro M2000M”不是交换设备，无法移除

我用“nvida smi”查找我的GPU，但系统说GPU不在那里

我重新启动了我的笔记本电脑，测试GPU是否有“nvida smi”，GPU是否被识别

我再次导入tensorflow并重新启动了我的模型，但是同样的错误消息弹出，我的GPU消失了

---

tensorflow配置文件中的配置是否有问题？还是Keras文件？我可以改变什么来重新得到这份工作？你知道为什么GPU比8个CPU慢得多吗？

解决方案：重新安装tensorflow GPU对我很有效

然而，仍然有一个问题，为什么会发生这种情况，我如何可以在gpu和cpu之间切换？我不想使用第二个虚拟环境