问题：tensorflow指定了gpu运行，依旧使用cpu

1、首先检查当前环境的cpu,gpu设备信息

from tensorflow.python.client import device_lib as _device_lib
local_device_protos = _device_lib.list_local_devices()
devices = [x.name for x in local_device_protos]
for d in devices:
	print(d)

/device:CPU:0

博主当前的环境只install了tensorflow，并没有install tensorflow-gpu。以为2.x之后的版本不区分cpu和gpu了，就没有单独再install tensorflow-gpu了。结果根本找不到gpu信息！

2、install tensorflow-gpu:

原本的tensorflow要保留，不能直接uninstall tensorflow！！会直接报错没有tensorflow模块：No module named 'tensorflow'

此处要注意tensorflow-gpu版本！博主原来的tensorflow是2.1.0版本，然后就install了一个2.1.0版本的tensorflow-gpu。如下图，

检查当前gpu是否available

import tensorflow as tf
print(tf.test.is_gpu_available())

False

实测不行，tf.test.is_gpu_available()输出是False。

tensorflow-gpu版本需要比tensorflow高！且要注意和cuda对应。

3、pip uninstall tensorflow-gpu==2.5.0

同时update 了numpypip install --upgrade numpy

再次输出cpu,gpu设备信息以及gpu是否available：

from tensorflow.python.client import device_lib as _device_lib
local_device_protos = _device_lib.list_local_devices()
devices = [x.name for x in local_device_protos]
for d in devices:
	print(d)
print(tensorflow.test.is_gpu_available())

/device:CPU:0
/device:GPU:0
/device:GPU:1
True

 大功告成！