我之前也碰到过一模一样的问题——直接用!pip install --upgrade tensorflow升级后，TensorFlow就只剩CPU支持了，device_lib.list_local_devices()完全没输出。这是因为默认的tensorflow包在1.5.0版本时，默认提供的是CPU版本，会覆盖掉Colab原本预装的GPU版本。下面是亲测有效的解决步骤：

步骤1：彻底卸载现有TensorFlow版本 #

先把当前的TensorFlow（不管是CPU还是GPU版）完全卸载，避免版本冲突：

!pip uninstall -y tensorflow tensorflow-gpu

步骤2：安装指定版本的GPU版TensorFlow #

明确指定安装GPU版本的TensorFlow 1.5.0：

!pip install tensorflow-gpu==1.5.0

步骤3：重启Colab运行时 #

这一步非常关键！安装完成后，点击Colab界面上方的「Runtime」→「Restart runtime」，让新安装的库生效。

步骤4：验证安装结果 #

重启后运行以下代码，确认版本和GPU设备是否正常识别：

import tensorflow as tf
print(f"TensorFlow版本：{tf.__version__}")

from tensorflow.python.client import device_lib
devices = device_lib.list_local_devices()
print("\n本地设备列表：")
for device in devices:
    print(f"- {device.name} ({device.device_type})")

如果一切正常，你应该能看到包含/device:GPU:0的输出，说明GPU已经被正确识别了。

另外要注意，TensorFlow 1.5.0需要依赖CUDA 9.0和cuDNN 7.0，Colab当时的默认环境是支持这些依赖的，所以不需要额外手动安装CUDA相关组件。

内容的提问来源于stack exchange，提问作者AGP