查看使用的tensorflow是CPU还是GPU版本

有两种方法：

（1）使用pip list查看

这种方法仅适用于你的机器只安装了CPU版或只安装了GPU版的情况，如果pip list的输出结果中只看到tensorflow-gpu，说明安装的是GPU版本，如果只看到tensorflow，说明安装的是CPU版本。

（2）使用device_lib查看

如果你的机器同时安装了tensorflow的CPU和GPU版本，具体跑代码的时候搞不清楚用的是哪个，那么可以使用如下代码查看版本：

from tensorflow.python.client import device_lib

is_gpu_version = False

devices_info = device_lib.list_local_devices()

for device in devices_info:

    if 'GPU' == device.device_type:

        is_gpu_version = True

        break

print(is_gpu_version)

tf还有其他版本号可以查看，不过一般用不上：

tf.__version__，tf的版本号

tf.__git_version__，暂不清楚作用，应该是官方的git版本号，其值是“v1.8.0-0-g93bc2e2072”的形式

tf.__compiler_version__，暂不清楚作用，其值是“4.8.4”的形式

这些版本号的初始化是在import tensorflow as tf的时候发生的，可以使用tf.__file__找到tf的安装目录，打开该目录下的__init__.py，可以发现版本号都在这里导入了。

额外提一下，tensorflow安装目录下有_pywrap_tensorflow_internal.lib和_pywrap_tensorflow_internal.pyd，应该是C编译的库和cpython拓展库，加载CUDA和cuDNN的过程就是在这两个库中定义的。