怎么看tensorflow是不是使用gpu在计算

要确认TensorFlow是否使用GPU进行计算，你可以按照以下步骤操作：

1. **查看代码设置**：
- 在你的Python脚本或交互式环境中，导入`tensorflow`库后，可以使用`tf.config.list_physical_devices('GPU')`来检查是否有可用的GPU设备。如果有返回结果，说明你的环境支持GPU。

   import tensorflow as tf
   gpus = tf.config.list_physical_devices('GPU')
   print("GPUs:", gpus)

2. **运行前检查**：
- 使用`tf.test.is_gpu_available()`可以在开始计算之前检查GPU是否启用。这个方法会返回一个布尔值，如果可用则为True，否则为False。

   tf.test.is_gpu_available()

3. **显存分配**：
- 可以查看运行时的内存分配情况，例如在训练模型时，如果看到GPU内存被大量使用，那就说明是在使用GPU。可以使用`tf.debugging.experimental.TensorDebugMode`查看详细信息。

4. **运行时设置**：
- 如果在创建`tf.keras.Sequential`、`tf.keras.layers.Layer`等时指定了`tf.device('/device:GPU:0')`这样的语句，那么该部分运算将被强制在GPU上执行。

5. **TensorFlow的日志输出**：
- 在运行时打开TensorFlow的详细日志，可能会显示关于GPU使用的提示。

如果你的代码设置了使用GPU，但依然收到类似“Skipping registering GPU devices…”的信息，那可能是因为库找不到对应的GPU驱动，或者系统限制了GPU的使用。

相关问题：
1. 如何检查TensorFlow是否默认使用GPU？
2. 如何在TensorFlow程序中强制指定CPU或GPU执行？
3. 为何会出现“Skipping registering GPU devices…”并仍然使用GPU运算？