我建议重新安装 GPU 版本的 Tensorflow，尽管您可以通过virtualenv安装这两个版本的 Tensorflow 。GPU 版本的 Tensorflow 支持 CPU 计算，您可以轻松切换到 CPU：

with device('/cpu:0'):
    # your code here

几个月来，我一直在我的 Tesla K80 上使用 GPU 版本的 Tensorflow，它就像一个魅力。随意尝试！

您首先必须卸载 tensorflow，然后安装 tensorflow-gpu。之后运行你的代码，如果你安装了 CUDA 和 cuDNN 等 GPU 库，它将在 GPU 上运行。

一旦您安装了 GPU 版本的 Tensorflow，您就无需在 Keras 中做任何事情。正如Keras 文档中所写，“如果您在 TensorFlow 后端运行，如果检测到任何可用的 GPU，您的代码将自动在 GPU 上运行。”

如果您想检查是否正确检测到 GPU，请使用以下命令开始您的脚本：

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

标准输出不应显示任何错误并打印 GPU 的名称。如果是这样，您就可以在 GPU 模式下运行 Keras 和 Tensorflow。