在Tensorflow不同版本下测试是使用GPU还是CPU跑代码

本人最近在使用Tensorflow跑代码的时候遇到一些问题，由于需要，本人装了两个版本的python和tensorflow，tensorflow一个是装的2.6，另一个是使用anconda下的虚拟环境中的tensorflow1.15，平时配置的CUDA和cuDNN是11.0，是在tensorflow2.6版本下才能使用的版本。但是最近在使用tensorflow1.15版本下跑代码的时候速度奇慢，后来才发现使用的是CPU在跑。本人的显卡是RTX2060。
关于如何在同一台电脑上安装两个版本的CUDA，详情请见：

如何在电脑上安装多个版本的CUDA
windows下同一个显卡配置多个CUDA工具包以及它们之间的切换

两个版本下测试的代码如下：

import tensorflow as tf
print(tf.config.list_physical_devices("GPU"))
print(tf.test.is_gpu_available())
print(tf.test.is_built_with_gpu_support())
print(tf.test.is_built_with_cuda())

#tensorflow 2.0 以上版本所用的测试代码
tf.compat.v1.disable_eager_execution()
a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a')
b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b')
c = a + b
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
print(sess.run(c))

#tensorflow 2.0 以下版本所用的测试代码
a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a')
b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b')
c = a + b
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

后面写的是GPU那么就是用GPU跑的，CPU同理