from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
[名称：“ / device：CPU：0” device_type：“ CPU” memory_limit：268435456 化身{}化身：17555541905751991624，名称： “ / device：XLA_CPU：0” device_type：“ XLA_CPU” memory_limit：17179869184 位置{}化身：11478293108191884427 physical_device_desc： “设备：XLA_CPU设备”，名称：“ /设备：XLA_GPU：0” device_type： “ XLA_GPU” memory_limit：17179869184位置{}化身： 3939365441136531515 physical_device_desc：“设备：XLA_GPU设备”]
但是，如果我要求提供光学设备以确保它在那里，就可以
tf.config.list_physical_devices（'GPU'） 出[52]：[]
我正在尝试让TF进行训练并使用GPU，但我似乎无法使其正常工作。
> print("Num GPUs Available: ",
> len(tf.config.experimental.list_physical_devices('GPU'))) Num GPUs
> Available: 0
似乎上面的Tensorflow 2.1内置了gpu，因此围绕它的许多旧线程已过时。任何有关如何强制TensorFlow看到我的GPU并因此使用它的指针-如果看到gpu，则应该使用它。