有没有人找到稳定访问 GPU 运行时的方法？
目前我遵循这个过程：
Runtime -> Change runtime type -> "Python 2" and "GPU" -> Save -> Runtime -> Connec to runtime...
并检查是否启用了 GPU：
import tensorflow as tf
tf.test.gpu_device_name()
但是，我收到了''，尽管 30 次中有 1 次我能够连接。有人知道发生了什么吗？
【问题讨论】：
标签： python tensorflow google-colaboratory
权威地知道您连接的是哪种运行时的方法是将鼠标悬停在右上角的 CONNECTED 按钮上；如果悬停工具提示后缀为“(GPU)”，那么您就有了 GPU。
您可以通过检查执行 !/opt/bin/nvidia-smi 的输出来测试 GPU 硬件的运行状况（顺便说一下，这只能在 GPU 运行时找到）。
Tensorflow 无法看到 GPU 而nvidia-smi 可以通常是执行以下操作的症状：
!pip install -U tensorflow
这会让你得到一个不知道如何与 GPU 对话的 TF 构建。所有 colaboratory 运行时都已经预安装了 TF，因此您不需要重新安装它。如果您需要预装版本中没有的 TF 特定功能，您可以使用!pip install -U tensorflow-gpu 获得知道如何与 GPU 通信的构建，但请注意，预安装的 TF 构建更适合于使用了特定的 CPU 平台，因此您将放弃一些性能，并使用更多的 RAM。
如果由于!pip install -U'ing 依赖于 tensorflow 的其他内容而仅重新安装了 TF 构建，则可以通过指定 --upgrade-strategy=only-if-needed 来避免这种情况，这应该保留预安装的 TF。
如果您弄乱了运行时并想彻底清除，请执行
kill -9 -1 并等待 15-30 秒重新连接。
【讨论】：