您也可以使用Keras后端功能进行检查：

from keras import backend as K
K.tensorflow_backend._get_available_gpus()

我在Keras（2.1.1）上进行了测试

根据文档 。

如果您在TensorFlow或CNTK后端上运行，则如果检测到任何可用的GPU，您的代码将自动在GPU上运行。

您可以通过-检查tensorflow使用了哪些所有设备-

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

也如这个答案所建议

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

无论您的Tensorflow使用的是CPU还是GPU后端，这都将打印出来。如果您在jupyter笔记本电脑中运行此命令，请从启动笔记本电脑的地方签出控制台。

如果您怀疑是否已安装tensorflow gpu版本。您可以通过pip安装gpu版本。

pip install tensorflow-gpu