GPU机器无法使用GPU

对于GPU机器无法使用GPU，可能有以下原因：

1、没有相应的cuda环境，即cuda和cudnn

2、有安装cuda但是没有添加到系统环境变量，添加环境变量即可，例如linux下以cuda10.1为例

export PATH=$PATH:/usr/local/cuda-10.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-10.1/lib64

3、没有安装GPU版本的框架，例如tensorflow-gpu

例如使用pip install tensorflow=2.0之后安装可能只是CPU版本的tensorflow，执行查看是否能调用gpu

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

执行后，结果返回结果是false。此时执行

pip install tensorflow-gpu=2.0

可以发现版本升级为gpu的：

The following packages will be DOWNGRADED:
  _tflow_select                                   2.3.0-mkl --> 2.1.0-gpu
  tensorflow                       2.0.0-mkl_py36hef7ec59_0 --> 2.0.0-gpu_py36h6b29c10_0
  tensorflow-base                  2.0.0-mkl_py36h9204916_0 --> 2.0.0-gpu_py36h0ec5d1f_0