如果安装的是GPU版本的tensorflow，即，tensorflow-gpu。则在没有特别指定设备的情况下，会优先将变量等分配给GPU；如果显式指派了设备，且设备不存在，则会报错：

 Cannot assign a device to node 'Variable': Could not satisfy explicit device specification '/device:GPU:0' because no supported kernel for GPU devices is available.

另外，显示指定时，即便存在指定的设备，如：

g = tf.Graph()
with g.as_default(), g.device('/gpu:0'):
    ...

有时候也会报同样的错误。

无论上边哪种情况导致的，都可以在会话开启的时候指定allow_soft_placement = True

config = tf.ConfigProto(log_device_placement=True, allow_soft_placement = True)
with tf.Session(graph=g, config=config) as sess:
    ...

这样，对于第一种导致报错的情况，tf会分配一个可用的设备；对于第二种导致报错的情况，tf会不再报错。

第二种导致报错的情况，应该是一个 bug。

参考：使用 GPUs – TensorFlow 官方文档中文版 – 极客学院Wiki

Bug on specifying GPU to tutorial example minist · Issue #2292 · tensorflow/tensorflow