keras、bertkeras、tensorflow安装了GPU版本运行代码却是CPU、启动GPU运行失败记录

最近跑NLP模型，用了bert模型作为框架提取数据特征，因为网络比较复杂，用CPU估计得几天，，，，必须上GPU，然后把数据搭载到服务器，安装了tensorflow-gpu1.14.0版本，安装成功，没有报错，运行代码，速度还是很慢，是按CPU的效率运算的，我就晕了，百度了各种方法，然后也在代码里加了强制启动GPU运行的代码指令，都没有用，就很奔溃。

这里说明一下keras和bertkeras和tensorflow的关系，keras和bertkeras都是tensorflow的一个封装，所以如果你以为你的代码里都是keras或者bertkeras没有出现tensorflow，然后你去百度keras代码为啥没有成功启动GPU运算，是没有用的（血的教训…），其底层还是tensorflow的原因，所以应该百度tensorflow的原因，如果你的代码已经明确了启动GPU模式运算，甚至说你已经强制用GPU运行，但还是CPU在运算，这种情况大概率就是你的tensorflow版本和服务器本身自带的CUDA版本不匹配，是的，就是这个原因，首先查看服务器的cuda，也可以是你自己电脑安装的cuda版本，指令如下：

nvcc -V

查看cuda版本，我这里查看了我使用的服务器的cuda版本号如下

于是马上查看cuda和tensorflow版本对应关系。
如下

发现这个cuda10.1是最新的cuda版本，对应的是tensorflow2.1.0版本，因为很多人的代码都是tensorflow1.14.0比较多，所以我也是习惯用这个，好吧，因为服务器的cuda比较麻烦不好修改，所以修改tensorflow版本，先卸载

pip uninstall tensorflow-gpu==1.14.0

再安装

pip install tensorflow-gpu==2.1.0

请注意tensorflow一定有后缀gpu，说明是gpu模式，不然默认是cpu。

然后再运行代码，跑得飞快，原来CPU跑一天的代码，十几分钟跑完了，GPU太香了。