如何修复依赖TensorFlow 1.x的Google Colab GPU运行问题？

• 使用Colab官方TF1.x兼容运行时
  Colab保留了TF1.x的专属运行时环境，无需手动重装，在代码单元格中执行以下命令，重启运行时后即可自动适配GPU：

  %tensorflow_version 1.x
  

  这是最简便的官方兼容方案，能直接恢复TF1.x对GPU的支持。

• 修正GPU检测与初始化逻辑
  部分旧代码的GPU检测API在新环境下失效，替换为以下代码验证GPU状态：

  import tensorflow as tf
  print(tf.test.gpu_device_name())
  

  若返回/device:GPU:0则说明GPU可用，原代码中tf.Session()需替换为tf.compat.v1.Session()，确保会话正确绑定GPU。

• 手动安装TF1.x兼容的CUDA环境
  若官方运行时无法生效，可手动安装适配TF1.x的CUDA和cuDNN版本：

  !pip install tensorflow-gpu==1.15.5
  !apt-get install cuda-10.0 -y
  

  安装完成后重启运行时，TF1.x即可正常调用GPU资源。

• TF2.x兼容模式迁移
  若想彻底升级环境，无需重写全部代码，用TF2.x的兼容模块包裹原有逻辑：

  import tensorflow.compat.v1 as tf
  tf.disable_v2_behavior()
  

  这样TF1.x代码可直接在TF2.x环境运行，同时适配Colab的最新GPU驱动。

内容的提问来源于stack exchange，提问作者kiaheng