不能调用GPU

# 如果版本号中带cu字样，说明是cuda版本，否则是cpu版本
# 此外：使用Torch官方的conda安装命令在国内安装的一般为非cuda版本，而是cpu版本（有bug），因此推荐用pip安装，并且如果使用torch官方pip命令，去掉-f参数，这样可以走国内的pip源，速度更快
import torch
print(torch.__version__)  

# 如果你在用TensorFlow 2.X版本
import tensorflow as tf
sys_details = tf.sysconfig.get_build_info()
sys_details["cuda_version"]

# 如果你在用TensorFlow 1.X版本
import tensorflow as tf
print("version:", tf.__version__)
print("compiler_version:", tf.__compiler_version__)

# 如果GPU使用率不为0，则证明你的代码可能未调用GPU进行计算，请检查调试代码。如果以下代码执行异常，请联系客服协助处理
wget http://autodl-public.ks3-cn-beijing.ksyun.com/debug/dp_res18.py
python dp_res18.py

import torch
print(torch.__version__)
torch.rand(1, device="cuda:0")

# 如果用的tf 2.x版本
import tensorflow as tf
with tf.device('/gpu:0'):
   a = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3])
   b = tf.constant([7, 8, 9, 10, 11, 12], shape=[3, 2])
   c = tf.matmul(a, b)
   print(c)

# 如果用的tf 1.x版本
import tensorflow as tf
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.4,
                            allow_growth=True)
config = tf.ConfigProto(gpu_options=gpu_options)

with tf.device('/gpu:0'):
    a = tf.get_variable('var_a', initializer=tf.constant(15.0))
    b = tf.get_variable('var_b', initializer=tf.constant(25.0))

with tf.device('/cpu:0'):
    c = a + b

with tf.Session(config=config) as sess:
    sess.run(tf.global_variables_initializer())
    result = sess.run(c)
    print(f"\n计算结果: {result:.1f}")