Windows11下Jupyter Notebook配置TensorFlow GPU遇安装报错求助

核心问题分析 #

你的CUDA版本是12.2，但nvidia-cudnn-cu11是对应CUDA 11.x系列的依赖包，版本不匹配导致找不到指定版本；同时TensorFlow 2.10仅支持到CUDA 11.2，和当前CUDA 12.2不兼容，这是报错的根本原因。

分步解决方法 #

方案一：适配现有CUDA 12.2（推荐） #

1. 安装对应CUDA 12.2的TensorFlow版本
   TensorFlow 2.13及以上版本支持CUDA 12.2，直接安装兼容版：

   pip install tensorflow>=2.13
   

   安装过程会自动匹配对应版本的nvidia-cudnn-cu12等依赖，无需手动指定cudnn版本。

2. 验证GPU可用性
   在Jupyter Notebook中运行以下代码：

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

   输出包含GPU设备信息即为配置成功。

方案二：降级CUDA到11.x适配旧版TensorFlow #

如果坚持使用TensorFlow 2.10，需按以下步骤操作：

1. 卸载当前CUDA 12.2驱动及工具包，从NVIDIA官网下载CUDA 11.2安装包并完成安装。
2. 安装匹配的cudnn版本：

   pip install nvidia-cudnn-cu11==8.1.0.77
   

   此版本为TensorFlow 2.10官方指定的兼容cudnn版本。
3. 安装TensorFlow 2.10：

   pip install tensorflow==2.10
   

4. 用上述GPU验证代码确认配置状态。

额外注意事项 #

• Python 3.8.8与TensorFlow 2.10、2.13版本均兼容，无需调整Python版本。
• 安装前建议升级pip：pip install --upgrade pip，避免因pip版本过低引发安装问题。
• 确保Jupyter Notebook使用的是配置了TensorFlow的Python环境，可通过!pip list在Notebook内检查已安装包。

内容的提问来源于stack exchange，提问作者YR_Data