我运行的是tensorflow 1.8.0，它是由“pip-install tensorflow gpu”和cuda9.0以及windows10上的cudn7.1.4一起安装的，我一直在尝试让tensorflow与我的NVIDIA GeForce GTX 860M显卡一起工作。我正在使用IDLE来运行和编写代码。在

当我运行任何代码时，它只在我的CPU上执行。在我的gpu上运行MNIST tensorflow教程之前，我运行的一些示例代码是：import tensorflow as tf

# Initialize two constants

x1 = tf.constant([1,2,3,4])

x2 = tf.constant([5,6,7,8])

# Multiply

result = tf.multiply(x1, x2)

# Intialize the Session

sess = tf.Session()

# Print the result

print(sess.run(result))

# Close the session

sess.close()

当我运行这个时，我得到这个失败的创建会话错误：

^{pr2}$

所以我在代码的开头添加了以下几行import os

os.environ["CUDA_VISIBLE_DEVICES"] = '1'

现在代码以正确的输出成功运行[ 5 12 21 32]

但它只在我的CPU上运行，当我在IDLE命令行中尝试以下命令时from tensorflow.python.client import device_lib

device_lib.list_local_devices()

输出是[name: "/device:CPU:0"

device_type: "CPU"

memory_limit: 268435456

locality {

}

incarnation: 1631189080169918107

]

我试着重启我的电脑，卸载并重新安装tensorflow gpu，并删除了我之前安装的CUDA的其他版本，但我无法让我的程序识别我的NVIDIA显卡，我查找了它，它是一个受支持的卡。在

我还能做些什么来让代码识别并在显卡上运行？在