我的计算机安装了以下软件：Anaconda (3)、TensorFlow (GPU) 和 Keras。Anaconda 虚拟环境有两种，一种是 TensorFlow for Python 2.7，一种是 3.5，都是 GPU 版本，按照 TF 指令安装。（我之前在单独的环境中安装了 CPU 版本的 TensorFlow，但我已将其删除。）
当我运行以下命令时：
source activate tensorflow-gpu-3.5
python code.py
并检查nvidia-smi它仅显示 Python 的 GPU 内存使用量为 3MiB，因此看起来 GPU 并未用于计算。（code.py是一个用 Keras 实现的简单深度 Q 学习算法）
有什么想法可能会出问题吗？
我pip install --user tensorflow-gpu在Ubuntu 19.04笔记本电脑上使用TensorFlow进行设置。像CUDA，CUDNN之类的所有依赖项均已安装并正常工作。但是仍然，当导入TensorFlow并检查时tf.test.is_gpu_available()给我错误。我已尝试完全卸载并重新安装TensorFlow，但该方法无效。输出tf.test.is_gpu_available()：
2019-06-27 14：06：18.359739：I tensorflow / core / platform / cpu_feature_guard.cc：142]您的CPU支持该TensorFlow二进制文件未编译为使用的指令：AVX2 FMA 2019-06-27 14：06：18.611194 ：我tensorflow / core / platform / profile_utils / cpu_utils.cc：94] CPU频率：2194885000 Hz 2019-06-27 14：06：18.621295：我tensorflow / compiler / xla / service / service.cc：168] XLA服务0x19d54e0在平台主机上执行计算。设备：2019-06-27 14：06：18.621339：I tensorflow / compiler / xla / service / service.cc：175]
StreamExecutor设备（0）：，2019-06-27 14：06：18.742193：I tensorflow / stream_executor / platform / default / dso_loader.cc：42]成功打开动态库libcuda.so.1 2019-06-27 14:06 ：18.869601：我tensorflow / stream_executor / cuda / cuda_gpu_executor.cc：1005]从SysFS读取的成功NUMA节点具有负值（-1），但必须至少有一个NUMA节点，因此返回NUMA节点为零2019-06-27 14：06：18.870469：I tensorflow / core / …