Windows10搭建TensorFlow-GPU环境遇阻：Anaconda找不到CUDA12.0

首先明确核心问题：TensorFlow 2.10官方要求的CUDA版本是11.2，而非12.0，版本不匹配是你之前GPU无法识别的根本原因。以下是适配Win10+GTX1650Ti的完整搭建流程：

一、创建Anaconda虚拟环境 #

打开Anaconda Prompt，执行以下命令创建Python3.9的独立环境：

conda create -n tf210 python=3.9
conda activate tf210

二、安装CUDA Toolkit 11.2 #

Anaconda官方源确实没有高版本CUDA的完整包，直接从NVIDIA官网下载对应版本：

• 选择Windows10、x86_64、exe(local)版本下载CUDA Toolkit 11.2
• 安装时选「自定义安装」，取消勾选不需要的Visual Studio Integration，确保勾选CUDA Runtime、CUDA Development Tools等核心组件
• 安装路径默认即可，记住目录（比如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2）

三、安装cuDNN 8.1.0（适配CUDA11.2） #

• 下载对应CUDA11.2的cuDNN 8.1.0版本（需注册NVIDIA账号）
• 解压zip包，将里面的bin、include、lib三个文件夹，直接复制到CUDA 11.2的安装目录下（覆盖同名文件夹即可）

四、配置系统环境变量 #

右键「此电脑」→「属性」→「高级系统设置」→「环境变量」，在系统变量中操作：

• 添加CUDA_PATH，值为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
• 在Path变量中添加以下路径：
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

五、安装TensorFlow 2.10 #

在激活的虚拟环境中，用pip指定版本安装：

pip install tensorflow==2.10.0

注意：不要用conda安装TensorFlow，conda源的TF版本易出现依赖适配问题，pip安装更稳定。若pip安装失败，可尝试国内镜像源：

pip install tensorflow==2.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

六、验证GPU是否识别 #

在Python环境中执行以下代码：

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

输出包含GTX1650Ti设备信息即为搭建成功。

内容的提问来源于stack exchange，提问作者于智祥