Ubuntu 22.04下华硕TUF FX505DT笔记本安装带GPU支持的TensorFlow的完整步骤求助

嗨，我来帮你搞定Ubuntu 22.04下给你的华硕TUF FX505DT安装GPU版TensorFlow的事儿！先明确你的核心硬件是NVIDIA GTX 1650 Mobile，这个显卡适配CUDA 11.x系列，结合Ubuntu 22.04的环境，我给你整理了一套踩坑少的完整步骤：

一、先搞定NVIDIA显卡驱动 #

GTX 1650 Mobile对NVIDIA 470/525版本驱动都兼容，选525版本更稳定：

• 先更新系统包：

  sudo apt update && sudo apt upgrade -y
  

• 安装驱动：

  sudo apt install nvidia-driver-525 nvidia-utils-525
  

• 重启电脑后，验证驱动是否生效：

  nvidia-smi
  

  能看到显卡型号、驱动版本的信息就说明没问题。

二、安装适配的CUDA Toolkit #

TensorFlow 2.10+和CUDA 11.7兼容性最好，刚好适配你的显卡和Ubuntu 22.04：

• 添加NVIDIA官方仓库：

  wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb
  sudo dpkg -i cuda-keyring_1.0-1_all.deb
  sudo apt update
  

• 安装CUDA 11.7：

  sudo apt install cuda-11-7
  

• 配置环境变量：打开~/.bashrc（如果用zsh就改~/.zshrc），添加以下内容：

  export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
  export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
  

• 让环境变量生效：

  source ~/.bashrc
  

• 验证CUDA版本：

  nvcc --version
  

  显示版本为11.7就ok了。

三、安装对应版本的cuDNN #

cuDNN必须和CUDA版本严格对应，CUDA 11.7搭配cuDNN 8.5.0：

• 直接通过仓库安装：

  sudo apt install libcudnn8=8.5.0.96-1+cuda11.7
  sudo apt install libcudnn8-dev=8.5.0.96-1+cuda11.7
  

• 验证的话，可以查看cuDNN版本文件：

  cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
  

  能看到8.5.0的版本信息就对了。

四、调整GCC版本（关键！） #

Ubuntu 22.04默认GCC是11，但CUDA 11.7最高支持GCC 10，必须降级：

• 安装GCC 10：

  sudo apt install gcc-10 g++-10
  

• 设置GCC 10为默认：

  sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-10 100
  sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-10 100
  

• 验证版本：

  gcc --version
  

  显示10.x的版本就没问题了。

五、安装TensorFlow并验证GPU支持 #

建议用虚拟环境安装，避免污染系统全局环境：

• 先装基础依赖：

  sudo apt install python3 python3-pip python3-venv
  

• 创建并激活虚拟环境：

  python3 -m venv tf_gpu_env
  source tf_gpu_env/bin/activate
  

• 安装适配的TensorFlow版本（2.11.0完美兼容CUDA 11.7）：

  pip install tensorflow==2.11.0
  

• 验证GPU是否能被TensorFlow识别：打开Python交互环境，输入：

  import tensorflow as tf
  print(tf.test.is_gpu_available())
  print(tf.config.list_physical_devices('GPU'))
  

  如果输出True，并列出你的GTX 1650设备信息，就说明安装成功啦！

额外说明 #

你的笔记本还有AMD核显，TensorFlow现在也支持AMD GPU（需要安装ROCm），不过既然你主要想用NVIDIA GTX 1650，上面的步骤就足够了。等你新的3060+R5 7600x系统到了，这套流程也可以参考，只是CUDA版本可以选更高的（比如12.x）。

备注：内容来源于stack exchange，提问作者cyber space