TensorFlow变量操作报错求助：CUDA初始化错误与eager执行冲突问题

问题排查与修复步骤 #

• 第一步：修正变量名错误
  你打印时使用的my_variable和定义的bool_variable并非同一变量，这是直接触发报错的原因之一，先统一变量名：

  print("As NumPy: ", bool_variable.numpy())
  

• 第二步：正确启用Eager执行
  tf.compat.v1.enable_eager_execution()必须放在所有TensorFlow操作之前执行（导入库后立刻调用），确保初始化顺序正确：

  import tensorflow as tf
  # 启用Eager执行，需放在所有TF操作前
  tf.compat.v1.enable_eager_execution()
  
  bool_variable = tf.Variable([False, False, False, True])
  print("As NumPy: ", bool_variable.numpy())
  

• 第三步：解决CUDA初始化错误
  若仍出现cudaGetDevice()错误，说明GPU环境配置存在问题，可强制TensorFlow使用CPU运行，绕过GPU初始化环节：

  import tensorflow as tf
  # 强制使用CPU
  tf.config.set_visible_devices([], 'GPU')
  # 启用Eager执行
  tf.compat.v1.enable_eager_execution()
  
  bool_variable = tf.Variable([False, False, False, True])
  print("As NumPy: ", bool_variable.numpy())
  

• 第四步：适配TensorFlow 2.x版本（推荐）
  若使用TF2.x版本，无需手动调用tf.compat.v1.enable_eager_execution()——TF2.x默认启用Eager执行，直接简化代码即可：

  import tensorflow as tf
  
  # 可选：强制CPU运行（GPU环境有问题时）
  tf.config.set_visible_devices([], 'GPU')
  
  bool_variable = tf.Variable([False, False, False, True])
  print("As NumPy: ", bool_variable.numpy())
  

关键说明 #

• 变量定义与引用必须同名，否则会触发未定义或属性错误。
• Eager执行启用语句需优先于所有TensorFlow变量定义、操作执行，否则无法生效。
• CUDA初始化错误多由GPU驱动、CUDA版本与TensorFlow版本不匹配导致，强制使用CPU可快速解决运行问题，后续可单独排查GPU配置。

内容的提问来源于stack exchange，提问作者Omega Codes