试图理解为什么我的tensorflowgpu导入语句都不起作用

Question

我正在使用anaconda在Windowsx64机器上使用tensorflow运行google代码实验室。按照指示做，把模特训练得很好，一切都很好。然后我决定用tensorflow gpu再试一次

所以我卸载了tensorflow，并使用anaconda安装了tensorflow gpu。（康达卸载tensorflow->；康达安装tensorflow gpu）。据推测，Python应该负责cuDNN版本等等。在我的终端中，我可以运行python，在解释器中运行：

>>> import tensorflow as tf
>>> print(tf.__version__)
1.8.0

到目前为止看起来很棒。 我试着

>>> sess = tf.Session()

我的GeForce GTX 1050驱动程序按其应有的方式列出，计算能力为6.1，远高于3.5阈值，因此可以获得很好的长输出

太棒了

但是，当我试图返回并运行代码时，我在tf中使用的其他语句都失败了。 例如，在Tensorflow's GPU documentation中，他们建议运行以下代码来检查GPU是否正常工作：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

我的结果是：

>>> print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow' has no attribute 'config'

进一步，他们建议启用以下调试：

tf.debugging.set_log_device_placement(True)

我的结果是：

>>> tf.debugging.set_log_device_placement(True)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow' has no attribute 'debugging'

不用说，当我从codelab返回到原始代码时，除了原始导入语句本身之外，它在使用tf的第一行失败。我是不是错过了一些基本的东西？为什么我的tf命令都不被识别

你知道怎么了吗

Answer 1

可能是你的tensorflow版本太旧了。我使用的是2.1，这一行对我很有用，所以我猜他们在2.0或其他版本中引入了配置。无论如何，试试他们不赞成的那个https://www.tensorflow.org/api_docs/python/tf/test/is_gpu_available