win7-tensorflow查看当前运算器件及无法正常切换CPU/GPU运算器件问题解决方案

博主先前cpu版本安装正常，gpu版本安装出现红字，未重视。实际测试正常，就囫囵吞枣的使用了。前段时间，突然查看器件，突然发现打印出来的cpu器件，非GPU器件，故而查错。

查看方法例程如下：

# # Creates a graph.  
# a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')  
# b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')  
# c = tf.matmul(a, b)  
# # Creates a session with log_device_placement set to True.  
# sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))  
# # Runs the op.  
# print (sess.run(c))

会显示当前变量和操作所用设备，这里显示为cpu：0设备。

如果成功安装gpu版本，且gpu工作正常情况下，应显示应用设备为gpu，如：

切换运算器件的例程如下：

# Creates a graph.  
with tf.device('/cpu:0'):  
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')  
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')  
    c = tf.matmul(a, b)  
    # Creates a session with log_device_placement set to True.  
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))  
# Runs the op.  
print (sess.run(c))

不能正常切换器件的同学，如果在jupyter notebook下运行，请务必：

直接使用ctrl+enter由于不会清除记忆器件设置，无法正常切换运算器件。请执行上述操作后观察是否成功切换运算器件。

如果，无法切换，一般情况下为tensorflow-gpu 版本未能正常安装，请执行如下语句（卸载当前tensorflow-gpu，再重新安装）（请务必邮件以管理身份运行）：

pip uninstall tensorflow-gpu
pip install tensorflow-gpu

安装过程中出现

PermissionError: [Errno 13] Permission denied等红字问题

一般为文件夹读写权限问题，查看anaconda安装路径（提示出现问题的路径），获取管理员权限，且去除只读选项后，重新执行pip install tensorflow-gpu ,方可成功

注意：成功安装一般不存在红字warning，任何存在问题红字，都需要谨慎对待，不可像博主大意略过。

正常配置后，可运行上面的测试程序，可自由切换运算器件基本无误。

感谢您的阅读，本文为原创，若需转载恳请告知标注出处。