Google Colab安装MaskRCNN依赖后GPU检测异常求助

核心原因 #

你的问题本质是TensorFlow版本降级导致的GPU环境兼容性冲突：

1. Colab默认预装的TensorFlow 2.18.0-dev版本适配当前环境的CUDA/CuDNN驱动，能正常识别GPU。
2. 你通过requirements.txt强制安装TensorFlow 2.14.0，而该版本要求的CUDA 11.8、CuDNN 8.6与Colab当前的高版本CUDA（通常为12.x+）不兼容，导致TensorFlow无法加载GPU驱动，只能 fallback到CPU模式。

解决方案 #

方案1：移除指定的TensorFlow版本（推荐）

修改requirements.txt，删除以下两行：

tensorflow==2.14.0
tensorboard==2.14.1

保留其他依赖后重新执行安装命令，这样会使用Colab预装的、已适配GPU的TensorFlow版本，避免版本冲突。

方案2：强制适配TF 2.14.0的GPU环境（操作复杂）

如果必须使用TensorFlow 2.14.0，需手动降级Colab的CUDA/CuDNN到对应版本：

1. 检查当前Colab的CUDA版本：

!nvcc --version

2. 卸载当前CUDA并安装11.8版本：

!apt-get --purge remove cuda nvidia* libnvidia-*
!dpkg -l | grep cuda- | awk '{print $2}' | xargs -n1 dpkg --purge
!apt-get remove cuda-*
!apt autoremove
!apt-get update
!wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
!chmod +x cuda_11.8.0_520.61.05_linux.run
!sudo ./cuda_11.8.0_520.61.05_linux.run --toolkit --silent --override

3. 设置环境变量：

import os
os.environ["CUDA_HOME"] = "/usr/local/cuda-11.8"
os.environ["LD_LIBRARY_PATH"] = "/usr/local/cuda-11.8/lib64:/usr/local/cuda-11.8/extras/CUPTI/lib64"
os.environ["PATH"] = "/usr/local/cuda-11.8/bin:" + os.environ["PATH"]

4. 重新安装TensorFlow 2.14.0：

!pip install tensorflow==2.14.0

5. 重启运行时后，再次执行GPU检测代码。

通用步骤

无论采用哪种方案，安装依赖后必须重启Colab运行时（点击菜单栏「运行时」→「重启运行时」），确保环境配置生效。

内容的提问来源于stack exchange，提问作者SILA