求助：Ubuntu 24系统下TensorFlow 2.16 GPU版安装适配问题及分步指南

1. 检查GPU与驱动兼容性 #

• 运行以下命令确认NVIDIA GPU型号及当前驱动版本：

  nvidia-smi
  

  要求驱动版本≥525.60.13（CUDA 12.3的最低兼容驱动）
• 若驱动版本不足，安装系统仓库中的兼容驱动：

  sudo apt update
  sudo apt install nvidia-driver-535
  

  重启系统后再次运行nvidia-smi确认驱动生效

2. 手动安装CUDA Toolkit 12.3 #

Miniconda在Ubuntu 24.04下暂未提供适配的CUDA 12.3包，采用官方.run文件安装：

• 下载CUDA Toolkit 12.3的Linux x86_64安装包（选择Ubuntu 22.04版本，可兼容Ubuntu 24.04）
• 赋予安装包执行权限并运行（跳过Driver选项，因为已安装系统驱动）：

  chmod +x cuda_12.3.1_535.104.05_linux.run
  sudo ./cuda_12.3.1_535.104.05_linux.run --override
  

• 添加环境变量到~/.bashrc：

  echo 'export PATH=/usr/local/cuda-12.3/bin:$PATH' >> ~/.bashrc
  echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.3/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
  source ~/.bashrc
  

• 验证安装：运行nvcc -V，输出CUDA 12.3版本信息即为成功

3. 安装cuDNN 8.9（兼容Ubuntu 24.04） #

尽管官网标注仅支持Ubuntu 22.04，但Ubuntu 24.04与Debian 12库兼容，可手动安装：

• 下载cuDNN 8.9.7 for CUDA 12.x的tar包
• 解压并复制文件到CUDA目录：

  tar -xzvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
  sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/include/cudnn*.h /usr/local/cuda-12.3/include
  sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/lib/libcudnn* /usr/local/cuda-12.3/lib64
  sudo chmod a+r /usr/local/cuda-12.3/include/cudnn*.h /usr/local/cuda-12.3/lib64/libcudnn*
  

• 验证版本：

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

4. 创建Miniconda环境并安装TensorFlow 2.16 #

• 新建并激活conda环境：

  conda create -n tf216 python=3.10
  conda activate tf216
  

• 安装TensorFlow 2.16 GPU版（依赖系统已安装的CUDA，无需在conda内重复安装）：

  pip install tensorflow==2.16.1
  

5. 验证GPU识别 #

在Python环境中执行以下代码：

import tensorflow as tf
print(tf.__version__)
print("GPU available:", tf.config.list_physical_devices('GPU'))

若输出包含你的GPU设备信息，说明安装成功

内容的提问来源于stack exchange，提问作者Nathaldien