尽管安装并配置了 nvidia 驱动程序、cuda 工具包、cudnn，TensorFlow 仍无法使用 nvidia 卡。
我怀疑的一件事是我笔记本电脑上的 nvidia 卡作为 3d Controller 而不是 VGA 连接到 pci:
00:02.0 VGA compatible controller: Intel Corporation Sky Lake Integrated Graphics (rev 07)
Subsystem: ASUSTeK Computer Inc. Skylake Integrated Graphics
Kernel driver in use: i915_bpo
01:00.0 3D controller: NVIDIA Corporation GK208M [GeForce 920M] (rev a1)
Subsystem: ASUSTeK Computer Inc. GK208M [GeForce 920M]
Kernel modules: nvidiafb, nouveau, nvidia_304
即使 Nvidia xserver 设置也看不到 GPU:
tensorflow真的只能使用显卡作为VGA吗？
最佳答案
三个月后，我终于弄清楚了问题所在并解决了它。事实证明这是 nvidia 的安全启动问题。
非常感谢 jorgemf 和 Yao Zhu 在我无法清楚地表达问题时提供的帮助。
同时我希望我的案例可以帮助其他有同样问题的人。
一切都从我今天再次尝试安装 nvidia 驱动程序开始。安装看起来很成功，但最后它说，
无法加载“nvidia-drm”内核模块。
所以我想也许我可以手动加载内核
modprobe mvidia-drm
但出现错误，提示“所需 key 不适用”。想知道这是什么意思，所以用谷歌搜索了一下。原来是应用程序未注册!因此该模块已被安全启动停止!
返回启动设置并禁用安全启动。再次安装nvidia驱动，成功!现在在 Nvidia 设置中它看起来像这样:
现在看看 GPU 设备显示在那里。
进一步安装 cuda 和 cudnn。发现这个 github gist super 有用:https://gist.github.com/wangruohui/df039f0dc434d6486f5d4d098aa52d07
最后一步，按照Tensorflow主页上的安装即可。测试它确实在 GPU 上运行!
重要的信息是，如果您无法在 Linux 系统上安装 Nvidia 驱动程序，您可能需要禁用安全启动。个人认为，Windows把这个好主意变成了Linux用户的噩梦!
关于TensorFlow 不使用 Nvidia，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38004013/