TensorFlow GPU检测失败：Quadro K1100M算力3.0不满足最低3.5要求

1. 源码构建是否适用于Windows系统？ #

可行，但过程繁琐且对编译环境要求较高。你需要准备带C++开发组件的Visual Studio、CMake、匹配版本的CUDA和cuDNN，克隆TensorFlow 2.10源码后，修改源码中GPU算力限制的阈值（将3.5改为3.0），再通过CMake配置、Visual Studio编译生成安装包。不过这个过程耗时久，且容易因环境配置出错，仅推荐有编译经验的用户尝试。

2. 其他解决办法 #

• 降级TensorFlow版本：TensorFlow 2.9及更早版本支持CUDA算力3.0的GPU，你可以在Anaconda环境中卸载当前的TensorFlow 2.10，安装tensorflow-gpu==2.9.0，当前使用的cudatoolkit 11.2、cuDNN 8.1.0与该版本兼容，无需额外调整环境就能直接启用GPU加速。
• 使用CPU版本TensorFlow：如果项目对计算速度要求不高，直接安装tensorflow（CPU版）即可正常运行代码，仅训练和推理速度会有所降低。
• 云GPU服务替代：若偶尔需要GPU加速，可借助云平台的GPU实例（如Colab、国内云厂商的GPU服务器），无需更换本地硬件。

3. 是否必须更换GPU？ #

不是必须的。如果只是做学习、小型项目，降级TF版本或使用CPU就能满足需求；如果需要稳定的GPU加速且不想折腾编译流程，更换算力≥3.5的GPU（如Quadro M系列及后续型号）是最省心的方案。

内容的提问来源于stack exchange，提问作者Javi Moreno Morón