Linux Mint21.3下Python3.11+TensorFlow2.16.1无法启用GPU支持求助

问题背景 #

设备配置：Linux Mint 21.3，RTX 3060；CUDA 12.3、CuDNN 8.9.2，PyTorch可正常使用GPU，但TensorFlow无法识别GPU，报错提示无法加载GPU库、找不到TensorRT。

1. 核对TensorFlow与CUDA/CuDNN版本兼容性 #

TensorFlow对CUDA、CuDNN的版本有严格匹配要求，当前你使用的CUDA 12.3可能和已安装的TensorFlow版本不兼容：

• 例如TensorFlow 2.15仅支持CUDA 12.2，若你安装的是该版本，需降级CUDA到12.2，或升级TensorFlow到支持CUDA 12.3的版本（如2.16及以上）。

2. 修复TensorRT的环境变量配置 #

即使安装了TensorRT，系统可能无法自动识别其路径，需手动添加环境变量：

• 临时生效：

  export LD_LIBRARY_PATH=/usr/local/tensorrt/lib:$LD_LIBRARY_PATH
  

• 永久生效：将上述命令添加到~/.bashrc或~/.zshrc文件末尾，执行source ~/.bashrc（或对应shell配置文件）使更改生效。
• 同时确认TensorRT版本与TensorFlow、CUDA匹配，比如TensorFlow 2.15对应TensorRT 8.6~8.9版本。

3. 解决CUDA版本冲突问题 #

若系统中存在多个CUDA版本，可能导致TensorFlow加载错误的库：

• 检查当前系统识别的CUDA运行时库：

  ldconfig -p | grep libcudart
  

• 确保环境变量优先指向CUDA 12.3路径：

  export PATH=/usr/local/cuda-12.3/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda-12.3/lib64:$LD_LIBRARY_PATH
  

4. 重新安装适配版本的TensorFlow #

根据你的CUDA版本选择对应TensorFlow版本安装：

• 若使用CUDA 12.2：

  pip install tensorflow==2.15.*
  

• 若使用CUDA 12.3：

  pip install tensorflow==2.16.*
  

5. 验证NVIDIA驱动版本 #

RTX 3060搭配CUDA 12.3需要至少535.86.05版本的NVIDIA驱动，检查当前驱动版本：

nvidia-smi

若版本过低，升级驱动到对应要求的版本即可。

内容的提问来源于stack exchange，提问作者Aaan