我一直在使用移动gpu在笔记本电脑上运行DL4J项目。它运行正常，检测到gpu并训练了我的模型。但是，切换到具有独立图形的桌面后，同一程序将尝试使用cpu！ 两台机器都运行ubuntu 18.04，并安装了cuda 9.0。
程序启动时，我从笔记本电脑获得以下输出：
信息：已加载[JCublasBackend]后端Dec 05，2018 3:26:33 AM org.nd4j.nativeblas.NativeOpsHolder信息：线程数 用于NativeOps：32 Dec 05，2018 3:26:33 AM org.nd4j.nativeblas.Nd4jBlas信息：用于的线程数 BLAS：2018年12月5日0上午3:26:33 org.nd4j.linalg.api.ops.executioner.DefaultOpExecutioner printEnvironmentInformation信息：使用的后端：[CUDA];作业系统：[Linux] 2018年12月5日3:26:33 AM org.nd4j.linalg.api.ops.executioner.DefaultOpExecutioner printEnvironmentInformation INFO：核心：[8];记忆体：[3.4GB]； 12月5日， 2018 3:26:33 AM org.nd4j.linalg.api.ops.executioner.DefaultOpExecutioner printEnvironmentInformation INFO：Blas供应商：[CUBLAS] 2018年12月5日 上午3:26:33 org.nd4j.linalg.jcublas.ops.executioner.CudaExecutioner printEnvironmentInformation INFO：设备名称：[GeForce GTX 960M]； CC： [5.0];总/可用内存：[4242604032]
这是在桌面上
03：29：44.843 [main] INFO org.nd4j.linalg.factory.Nd4jBackend-已加载 [CpuBackend]后端
由于我的依赖项包括nd4j-cuda-9.0-platform而不是nd4j-native-platform，因此崩溃立即发生。
我很确定cuda可以在桌面上运行，我已经在上面运行了tensorflow-gpu程序。
我使用gradle，这是我的build.gradle的依赖项部分：
compile group: 'org.deeplearning4j', name: 'deeplearning4j-core', version: '1.0.0-beta'
compile group: 'org.nd4j', name: 'nd4j-cuda-9.0-platform', version: '1.0.0-beta'
compile group: 'org.datavec', name: 'datavec-api', version: '1.0.0-beta'
compile group: 'org.deeplearning4j', name: 'rl4j-core', version: '1.0.0-beta'
compile group: 'org.deeplearning4j', name: 'rl4j-api', version: '1.0.0-beta'
compile group: 'org.deeplearning4j', name: 'deeplearning4j-cuda-9.0', version: '1.0.0-beta'
compile group: 'org.deeplearning4j', name: 'deeplearning4j-ui_2.10', version: '1.0.0-beta'
我在这里可能会缺少一些基本知识。任何帮助将不胜感激。