TensorFlow GPU使用检测及2.4.1版本与grpcio兼容问题求助

• 运行TensorFlow内置检测代码，查看GPU设备列表：

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

  输出中若包含GPU设备条目，说明TensorFlow已识别到GPU。
• 验证运算是否在GPU上执行：
  执行以下代码，查看张量运算的设备分配：

  import tensorflow as tf
  with tf.device('/GPU:0'):
      a = tf.constant([1.0, 2.0, 3.0])
      b = tf.constant([4.0, 5.0, 6.0])
      c = a + b
  print(c.device)
  

  若输出为/job:localhost/replica:0/task:0/device:GPU:0，说明运算在GPU上运行。
• 检查CUDA和cuDNN环境：
  TensorFlow 2.4.1 GPU版本依赖CUDA 11.0和cuDNN 8.0，通过终端执行nvcc --version确认CUDA版本，同时确保cuDNN的安装路径已添加到系统环境变量中。

从报错信息可知，TensorFlow 2.4.1要求grpcio版本为~=1.32.0（即1.32.x系列），解决步骤如下：

• 卸载当前不兼容的grpcio版本：

  pip uninstall -y grpcio
  

• 安装指定的兼容版本：

  pip install grpcio==1.32.0
  

• 验证安装结果：
  执行pip show grpcio查看版本是否为1.32.0，再运行import tensorflow as tf，若无报错则说明适配成功。

内容的提问来源于stack exchange，提问作者Legionarul21