我试过tensorflow在CUDA7.5和8.0，W/O CUDNN（我的GPU是旧的，CUDNN不支持它）。Tensorflow似乎并没有看到我的GPU
当我执行device_lib.list_local_devices()时，输出中没有gpu。 Theano看到我的GPU，并且可以正常工作，并且/ usr/share/cuda/samples中的示例也可以正常工作。
我通过pip安装安装tensorflow。为了支持它，我的gpu太旧了吗？ gtx 460
当我查看GPU时，发现它只支持CUDA Compute Capability 2.1。 （可以通过https://developer.nvidia.com/cuda-gpus进行检查）不幸的是，TensorFlow需要一个GPU最小的CUDA Compute Capability 3.0。 https://www.tensorflow.org/get_started/os_setup#optional_install_cuda_gpus_on_linux
您可能会看到来自TensorFlow的一些日志，检查您的GPU，但最终该库将避免使用不受支持的GPU。
我在jupyter笔记本中遇到了同样的问题。这可能是一个简单的修复。
$ pip uninstall tensorflow
$ pip install tensorflow-gpu
您可以检查它是否与工作：
tf.test.gpu_device_name()
对我下面的工作，惠普笔记本电脑。我有一个Cuda Compute功能 （版本）3.0兼容Nvidia卡。 Windows 7.
pip3.6.exe uninstall tensorflow-gpu
pip3.6.exe uninstall tensorflow-gpu
pip3.6.exe install tensorflow-gpu
几个快速建议：1.您是否安装了支持GPU的PIP包？ （例如'pip install tensorflow-gpu'）2.第一次创建'tf.Session'时是否有关于加载CUDA库的日志消息？ – mrry
感谢您的快速回复。我安装了tensorflow-gpu。在会话初始化期间，它向终端写信，最小cuda计算能力是3.0，而我的卡有2.1 –