Tensorflow后端：无法使用gpu

以下是tensorflow.python.client导入设备库的

输出
打印（设备库列表本地设备（））

以下是

pip list | grep tensorflow

的输出：

tensorflow-gpu (1.4.0)
tensorflow-tensorboard (0.4.0rc3)

我可以确认我已经在我的机器上安装了cuda 8.0和cudnn，

nvidia smi

的输出显示了GPU以及其他详细信息。有人能帮我理解为什么

print（device\u lib.list\u local\u devices（））

的输出不显示GPU？rr

---

尝试了以下简单的tensorflow示例：

 with tf.device('/gpu:0'):

 a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
 b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
 c = tf.matmul(a, b)

 sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
 print(sess.run(c))

错误：

Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]

---

运行pythonshell并输入

importtensorflow作为tf

，然后输入

sess=tf.Session（）

，您会得到什么输出？

nvidia smi

命令的输出也可能有用。您是否碰巧设置了CUDA_VISIBLE_DEVICES环境变量？您是否尝试了中提到的内容？运行Python shell并输入

import tensorflow作为tf

，然后输入

sess=tf.Session（）

，您会得到什么输出？

nvidia smi

命令的输出也可能有用。您是否碰巧设置了CUDA_VISIBLE_DEVICES环境变量？你试过书中提到的东西了吗？

Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]