搭载AMD Radeon(TM)显卡的联想笔记本TensorFlow安装报错解决

报错原因 #

你遇到的IndexError: list index out of range是因为原生TensorFlow不支持AMD Radeon显卡，调用tf.config.list_physical_devices("GPU")返回空列表，无法通过索引0获取设备。

针对Windows系统（多数笔记本场景） #

1. 清理现有TensorFlow（如果已安装） #

在PyCharm的终端中执行：

pip uninstall tensorflow -y

2. 安装TensorFlow-DirectML插件 #

这是微软和AMD合作的方案，专门支持Windows上的AMD GPU加速：

pip install tensorflow-directml-plugin

注意：Python版本需符合插件要求（当前支持3.8~3.11版本）

3. 验证安装的测试代码 #

替换你原来的代码，避免空列表索引错误：

import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"
import tensorflow as tf

# 检测GPU设备
physical_devices = tf.config.list_physical_devices('GPU')
if physical_devices:
    print(f"已识别AMD GPU设备: {physical_devices}")
    tf.config.experimental.set_memory_growth(physical_devices[0], True)
else:
    print("未识别到GPU，将使用CPU运行")

# 简单验证计算
print(f"TensorFlow版本: {tf.__version__}")
print("测试计算结果:", tf.reduce_sum(tf.random.normal([1000, 1000])).numpy())

针对Linux系统 #

如果你的笔记本使用Linux系统，需通过ROCm框架实现AMD GPU加速：

1. 先安装对应显卡型号的ROCm驱动及依赖（要求显卡为GCN 3架构及以上）
2. 安装适配ROCm的TensorFlow：

pip install tensorflow-rocm

3. 用上述测试代码验证GPU是否被识别

PyCharm环境配置提示 #

在PyCharm中，确保当前项目使用的虚拟环境已安装上述TensorFlow版本：

• 打开File > Settings > Project: [你的项目名] > Python Interpreter
• 查看已安装包列表，确认tensorflow-directml-plugin或tensorflow-rocm存在，若没有可直接在该界面搜索安装

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