Kaggle Notebook降级TensorFlow至2.11.0后GPU无法识别求助

问题原因 #

Kaggle默认环境的CUDA版本与TensorFlow 2.11.0所需的CUDA 11.2不匹配（当前环境适配TF2.15.0的高版本CUDA），直接用pip install tensorflow-gpu==2.11.0安装会导致CUDA依赖不兼容，进而无法识别GPU。

• 清理现有TensorFlow版本
  先卸载所有冲突的TF版本，避免新旧版本干扰：

  !pip uninstall -y tensorflow tensorflow-gpu
  

• 用conda安装兼容的TF2.11.0 GPU版
  Conda会自动匹配TF2.11.0所需的CUDA 11.2和cuDNN版本，无需手动调整环境变量：

  !conda install -y tensorflow-gpu==2.11.0
  

• 重启Notebook内核
  点击Kaggle Notebook右上角的「Restart Session」按钮，确保新安装的TF版本生效。

• 重新检测GPU
  运行你的GPU检测代码：

  import tensorflow as tf
  
  if tf.test.gpu_device_name():
      print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
  else:
      print("Please install GPU version of TF")
  

额外检查点 #

• 确认Notebook已启用P100 GPU加速器（右侧「Settings」>「Accelerator」中选择「GPU P100」）
• 若仍无法识别，运行以下命令验证CUDA环境：

  print(tf.config.list_physical_devices('GPU'))
  

内容的提问来源于stack exchange，提问作者user2367281