如何检查tensorflow gpu正在使用哪个cuda

要检查TensorFlow GPU正在使用哪个CUDA版本，可以使用以下步骤：

1. 导入TensorFlow库：

import tensorflow as tf

1. 创建一个TensorFlow会话：

sess = tf.Session()

1. 使用tf.test.is_built_with_cuda()函数检查TensorFlow是否使用了CUDA：

tf.test.is_built_with_cuda()

如果返回值为True，则表示TensorFlow已经编译为使用CUDA。

1. 使用tf.test.is_gpu_available()函数检查是否有可用的GPU：

tf.test.is_gpu_available()

如果返回值为True，则表示有可用的GPU。

1. 使用tf.test.gpu_device_name()函数获取当前使用的GPU设备名称：

tf.test.gpu_device_name()

该函数返回当前使用的GPU设备的名称，例如"/device:GPU:0"。

1. 使用tf.test.is_built_with_cuda()函数获取TensorFlow编译时使用的CUDA版本：

tf.test.is_built_with_cuda()

如果返回值为True，则表示TensorFlow编译时使用了CUDA。

1. 使用tf.test.gpu_device_name()函数获取当前使用的CUDA版本：

tf.test.gpu_device_name()

该函数返回当前使用的CUDA版本，例如"CUDA: 10.1"。

综上所述，以上步骤可以用于检查TensorFlow GPU正在使用的CUDA版本。请注意，这些步骤假设您已经正确安装了TensorFlow和相应的CUDA驱动程序。