最近使用GPU跑tensorflow出现了这个问题：Cannot assign a device for operation ' ': Operation was explicitly assigned to /job:ps/task:0/device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/cpu:0 ].大致意思就是我们将程序安排在GPU上跑，但是目前可用的设备仅有CPU！不应该啊，安装的是GPU版本的tensorflow啊，而且也成功的跑了试验程序啊！到底是什么个情况，这时候最好的办法就是去查看显卡显存的使用情况！
在终端输入
nvidia-smi
屏幕截图.png
清楚的发现并没有python3.5的程序在使用！！！
在网上查原因应该时安装CUDA时的环境变量没配置好（还好之前没去瞎折腾重装CUDA），于是又重新配了一下环境变量：
sudo gedit /etc/profile在最后一行添加：
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64/:/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:/usr/local/cuda/bin:$PATH
保存后退出，并更新配置
sudo ldconfig
这时候出现libEGL.so.1 is not a symbolic link的问题......
说明我们的软链接出问题了，需要重新建立连接！！！解决办法：
sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
因为我本机的版本是libEGL.so.375.66
sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.66 /usr/lib/nvidia-375/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.66 /usr/lib32/nvidia-375/libEGL.so.1
然后重启一下，大功告成！！！
