多用户服务器中Tensorflow 忽然不能用GPU计算了？简单解决方案。

简单记录一下：

由于多个月未使用，之前能用GPU跑的代码，现在忽然显示不能用GPU了。经过一番折腾，重装Tensorflow，重装cuda，都不行，最后连整个conda环境都推翻重来，经过从头再来，终于发现原因可能很简单：

cuda的版本被其他用户切换了，只要把Tensorflow支持的cuda版本排到系统环境前面就解决了。

问题描述

运行tensorflow，查看可用GPU数量

!python --version
import tensorflow as tf
print("TF 版本：",tf.__version__) 
print("是否支持CUDA：",tf.test.is_built_with_cuda())
print("可用 GPU数：", len(tf.config.list_physical_devices('GPU')))

输出结果： 

Python 3.7.13
TF 版本： 2.10.0
是否支持CUDA： True
可用 GPU数： 0

原因：

Tensorflow 2.10.0支持的cuda版本是10.1，但是系统环境中cuda10.1被切换到后面了。

 

 

 解决：

 

重新运行前面代码结果：

Python 3.7.13
TF 版本： 2.10.0
是否支持CUDA： True
可用 GPU数： 4