TensorFlow 2.14.0（含CUDA）无法注册cuDNN等CUDA组件问题求助

问题背景 #

在Fedora Linux 38系统上，NVIDIA驱动（535.113.01/520版本）运行正常，通过python3.9 -m pip install tensorflow[and-cuda]安装TensorFlow 2.14.0后，导入时出现以下错误：

>>> import tensorflow as tf
2023-10-22 01:58:31.798579: E tensorflow/compiler/xla/stream_executor/cuda/cuda_dnn.cc:9342] Unable to register cuDNN factory: Attempting to register factory for plugin cuDNN when one has already been registered
2023-10-22 01:58:31.798611: E tensorflow/compiler/xla/stream_executor/cuda/cuda_fft.cc:609] Unable to register cuFFT factory: Attempting to register factory for plugin cuFFT when one has already been registered
2023-10-22 01:58:31.798638: E tensorflow/compiler/xla/stream_executor/cuda/cuda_blas.cc:1518] Unable to register cuBLAS factory: Attempting to register factory for plugin cuBLAS when one has already been registered

使用tensorflow/tensorflow:latest-gpuDocker镜像时问题复现，已排查过本地CUDA/cuDNN残留、Python版本（3.9-3.11）、驱动重装等操作，均未解决。

修复方案 #

1. 清理环境变量中的冲突路径 #

系统环境变量可能残留旧CUDA相关路径，导致TensorFlow加载重复库：

# 检查环境变量
echo $LD_LIBRARY_PATH
echo $PATH

若输出中存在旧CUDA/cuDNN路径，编辑~/.bashrc或~/.zshrc（对应你的shell）删除相关行，执行source ~/.bashrc生效。

2. 彻底重装TensorFlow及CUDA依赖 #

清理pip缓存并重新安装指定版本，避免旧包冲突：

# 卸载相关包
python3.9 -m pip uninstall -y tensorflow tensorflow-cuda cudnn-cuda11 cublas-cuda11
# 清理pip缓存
python3.9 -m pip cache purge
# 重新安装指定版本TensorFlow
python3.9 -m pip install tensorflow==2.14.0[and-cuda]

3. 验证GPU可用性并屏蔽冗余日志 #

部分情况下这些错误属于误报，GPU实际功能正常，可先验证：

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

若输出显示GPU设备，可通过设置日志级别屏蔽错误：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 只显示ERROR及以上级别日志
import tensorflow as tf

4. Docker镜像的正确使用方式 #

确保Docker配置了NVIDIA运行时，使用指定版本镜像避免版本不匹配：

# 确认已安装nvidia-docker2
# 运行镜像时指定GPU并使用固定版本
docker run --gpus all -it tensorflow/tensorflow:2.14.0-gpu-cuda11.8 bash

5. 清理系统自带的NVIDIA冲突包 #

Fedora仓库可能预装了nvidia-cuda-toolkit等包，导致库冲突：

sudo dnf remove nvidia-cuda-toolkit nvidia-cudnn
sudo dnf autoremove

重新安装NVIDIA驱动，确保仅保留驱动组件，无额外CUDA工具包。

内容的提问来源于stack exchange，提问作者Eduardo G.R.