Fedora39下TensorFlow无法识别RTX3050移动GPU（已装CUDA）

1. 验证NVIDIA驱动状态 #

• 运行命令 nvidia-smi，确认输出中显示RTX 3050显卡信息、驱动版本550.67及CUDA版本12.4。无输出则说明驱动未正确加载，建议卸载现有RHEL RPM驱动，改用Fedora官方支持的RPM Fusion源重新安装：

  sudo dnf install https://download1.rpmfusion.org/free/fedora/rpmfusion-free-release-$(rpm -E %fedora).noarch.rpm https://download1.rpmfusion.org/nonfree/fedora/rpmfusion-nonfree-release-$(rpm -E %fedora).noarch.rpm
  sudo dnf install akmod-nvidia xorg-x11-drv-nvidia-cuda
  

• 执行 nvidia-settings，若能打开显卡配置面板，说明驱动加载正常。

2. 检查CUDA环境变量配置 #

• 打开~/.zshrc，确认以下变量配置准确：

  export PATH=/usr/local/cuda-12.4/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH
  export CUDA_HOME=/usr/local/cuda-12.4
  

• 执行 source ~/.zshrc 使配置生效，再运行 nvcc --version，若输出CUDA 12.4版本信息，说明路径配置正确。

3. 确认CuDNN安装完整性 #

• 检查CUDA目录下是否存在CuDNN文件：

  ls /usr/local/cuda-12.4/include/cudnn*.h
  ls /usr/local/cuda-12.4/lib64/libcudnn*.so
  

• 若通过pip安装的nvidia-cudnn，需将其库路径加入LD_LIBRARY_PATH（默认路径为~/.local/lib/pythonX.X/site-packages/nvidia/cudnn/lib，替换X.X为你的Python版本）：

  export LD_LIBRARY_PATH=~/.local/lib/python3.11/site-packages/nvidia/cudnn/lib:$LD_LIBRARY_PATH
  

4. 匹配TensorFlow版本兼容性 #

• TensorFlow 2.15及以上版本才支持CUDA 12.4，运行 pip show tensorflow 查看版本，低于2.15则执行升级：

  pip install --upgrade tensorflow
  

• 注意：无需单独安装tensorflow-gpu，当前TensorFlow已整合CUDA支持。

5. 测试TensorFlow GPU识别 #

重启终端后，运行以下代码验证：

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

• 若is_built_with_cuda返回False，说明TensorFlow未编译CUDA支持，可尝试通过conda安装：

  conda install tensorflow
  

6. 修复用户权限问题 #

• 确认当前用户在video组中：

  groups
  

• 若未包含video组，执行以下命令并重启系统：

  sudo usermod -aG video $USER
  

内容的提问来源于stack exchange，提问作者Sagnik Taraphdar