已安装GPU驱动与CUDA，但TensorFlow无法检测GPU的技术求助

错误信息翻译 #

2023-07-15 15:15:23.440924: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] 无法加载动态库'cudart64_110.dll'; 错误信息: 找不到cudart64_110.dll
2023-07-15 15:15:23.441186: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] 如果你没有设置GPU，可以忽略上述cudart加载错误。

核心问题 #

你遇到的问题是TensorFlow版本与CUDA版本不匹配：

• 系统安装了CUDA 12.1，但降级后的TensorFlow 2.10仅支持CUDA 11.2，因此找不到对应版本的CUDA动态链接库（cudart64_110.dll属于CUDA 11.x系列）。

解决方案 #

方案一：继续使用TensorFlow 2.10（Windows原生环境） #

1. 卸载当前CUDA 12.1
   打开控制面板→程序和功能，卸载所有带“NVIDIA CUDA”字样的程序（包括CUDA Toolkit、CUDA Runtime等）。

2. 安装对应版本的CUDA和cuDNN

   • 下载CUDA Toolkit 11.2，安装时选择自定义安装，勾选核心组件（CUDA Runtime、CUDA Samples等），路径默认即可。
   • 下载cuDNN 8.1.0 for CUDA 11.2，解压后将文件夹内的bin、include、lib三个目录，分别复制到CUDA安装目录（默认是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2）的对应文件夹中。

3. 配置环境变量
   检查系统PATH变量，确保包含以下路径，若没有则手动添加：

   • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
   • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

4. 重启验证
   重启PyCharm和终端，重新运行你的GPU检测代码：

   gpus = tf.config.list_physical_devices('GPU')
   if not gpus:
       print("No GPUs detected")
   else:
       print("GPUs detected:")
       for gpu in gpus:
           print(gpu)
   

方案二：升级TensorFlow到支持CUDA 12.1的版本（需WSL2） #

TensorFlow 2.11及以后版本不再支持Windows原生GPU加速，必须通过WSL2（Windows子系统Linux）运行：

1. 启用WSL2
   以管理员身份打开PowerShell，运行命令：

   wsl --install
   

   按照提示重启电脑，完成Ubuntu等Linux发行版的安装。

2. 在WSL2中配置环境

   • 安装Python 3.8-3.10（TensorFlow兼容版本）。
   • 安装TensorFlow 2.13+版本：

     pip install tensorflow>=2.13
     

   • 安装CUDA Toolkit 12.1和对应版本的cuDNN（按NVIDIA官方步骤操作）。

3. PyCharm配置WSL解释器
   在PyCharm中添加WSL2的Python解释器，选择对应的Linux发行版和Python路径，之后运行代码即可。

内容的提问来源于stack exchange，提问作者PeterBe