Win11环境下TensorFlow无法识别可用GPU问题求助

问题概述 #

运行以下代码检测GPU时，TensorFlow无法识别可用GPU，且显示未内置CUDA支持：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))
print("Built with CUDA:", tf.test.is_built_with_cuda())
print("Built with GPU device support:", tf.test.is_built_with_gpu_support())

输出结果：

Num GPUs Available: 0
Built with CUDA: False
Built with GPU device support: False

环境配置：

• 系统：Windows 11 Pro（23H2）
• GPU：GeForce GTX 1660Ti 6Gb
• CPU：Intel Core i7 9750h
• Python：3.11.0
• TensorFlow：2.16.1（通过pip install tensorflow[and-cuda]安装）

已执行操作：更新NVIDIA驱动至v560.70、安装CUDA v12.3、配置cuDNN v8.9、添加系统环境变量、设置VS Code图形偏好、验证nvidia-smi可检测显卡、重启系统。

解决方案步骤 #

1. 确认cuDNN安装完整性 #

TensorFlow 2.16.1要求cuDNN 8.9.x，需确保文件复制到位：

• 将cuDNN包内的bin/cudnn64_8.dll复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin
• 将lib/x64/cudnn.lib复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\lib\x64
• 将include/cudnn*.h复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\include
  复制后检查目标路径下是否存在这些文件，避免遗漏。

2. 校验环境变量优先级 #

• 打开CMD执行echo %PATH%，确认C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\libnvvp排在路径列表靠前位置，且无旧版本CUDA路径干扰。
• 确认CUDA_PATH和CUDA_HOME系统环境变量均指向C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3，而非用户变量。
• 重启CMD和VS Code，确保环境变量生效。

3. 检查Python环境隔离性 #

• 若使用虚拟环境，确认已激活目标环境，执行pip list验证TensorFlow版本为2.16.1，且未安装tensorflow-cpu（如有则卸载：pip uninstall tensorflow-cpu）。

4. 验证CUDA本身可用性 #

• 运行CUDA自带测试工具：进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\extras\demo_suite，双击deviceQuery.exe，若输出显示GPU信息且Result=PASS，说明CUDA核心功能正常；若失败，需重新安装CUDA（选择自定义安装，勾选全部必要组件）。

5. 重装TensorFlow并清理缓存 #

• 卸载当前TensorFlow：pip uninstall tensorflow -y
• 清理pip缓存：pip cache purge
• 重新安装带CUDA支持的版本：pip install tensorflow[and-cuda]，安装过程中查看日志，确认CUDA相关依赖被正常安装。

6. 强制GPU全局偏好设置 #

• 打开NVIDIA控制面板，进入「管理3D设置」，将全局首选图形处理器设为「高性能NVIDIA处理器」，避免TensorFlow调用集成显卡。
• 再次确认Windows图形设置中，VS Code已被设置为使用高性能GPU（路径：设置→系统→显示→图形设置）。

7. 调整驱动版本兼容性 #

• 若最新驱动（v560.70）存在兼容性问题，可降级至TensorFlow官方推荐的驱动版本（≥525.60.13），部分旧GPU对最新驱动适配性较差。

内容的提问来源于stack exchange，提问作者Vladimir Hartoniuk