Anaconda安装TensorFlow v2.12时cuDNN 8.6.0.163匹配失败求助

环境与需求 #

• Windows 10系统，Anaconda环境
• Python 3.9.16，pip v23.0.1
• RTX4080显卡，需安装适配CUDA 11.8的TensorFlow 2.12

执行的安装步骤（官方Windows流程） #

1. 安装CUDA Toolkit 11.8.0：conda install -c conda-forge cudatoolkit=11.8.0（安装正常）
2. 安装cuDNN和TensorFlow：python3 -m pip install nvidia-cudnn-cu11==8.6.0.163 tensorflow==2.12.*（TensorFlow安装正常，cuDNN报错）
3. 尝试配置路径命令：CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))（未执行成功，模块不存在）
4. 尝试配置环境变量：export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib（同上）
5. 验证命令：python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"（无法识别GPU）

报错信息 #

执行pip安装cuDNN时的错误：

Looking in indexes: https://pypi.org/simple, https://pypi.ngc.nvidia.com
ERROR: Could not find a version that satisfies the requirement nvidia-cudnn-cu11==8.6.0.163 (from versions: 0.0.1.dev5, 2021.10.26, 2021.11.18, 2021.12.8, 2022.1.13, 2022.4.2, 2022.5.19)
ERROR: No matching distribution found for nvidia-cudnn-cu11==8.6.0.163

手动安装cuDNN 8.6.0.163并配置环境变量后，执行python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"报错：

ModuleNotFoundError: No module named 'nvidia'

系统相关输出 #

• PowerShell执行nvidia-smi输出：

"NVIDIA-SMI 531.41 | Driver Version: 531.41 | CUDA Version: 12.1"

• 执行nvcc -V输出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0

问题分析与解决方案 #

问题根源 #

1. nvidia-cudnn-cu11==8.6.0.163的PyPI包仅针对Linux平台发布，Windows平台无对应版本，因此pip无法找到匹配包。
2. 手动安装的cuDNN是原生库文件，不含nvidia.cudnn这个Python模块，所以会触发ModuleNotFoundError；且手动安装后未正确对接Anaconda环境的库路径，导致TensorFlow无法识别。

解决步骤 #

1. 清理现有环境
   执行命令卸载冲突包：

   pip uninstall tensorflow nvidia-cudnn-cu11 -y
   conda uninstall cudatoolkit -y
   

2. 通过conda安装适配Windows的CUDA与cuDNN
   conda-forge源提供Windows平台的cuDNN 8.6.0包，执行：

   conda install -c conda-forge cudatoolkit=11.8.0 cudnn=8.6.0 -y
   

3. 重新安装TensorFlow 2.12
   执行pip安装命令：

   python -m pip install tensorflow==2.12.*
   

4. 配置Windows环境变量
   在系统环境变量中添加：

   • 将%CONDA_PREFIX%\Library\bin添加到PATH（conda安装的cuDNN和CUDA库文件存放于此）
   • 移除之前手动添加的cuDNN路径，避免冲突

5. 验证安装
   重启PowerShell（确保环境变量生效），执行验证命令：

   python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
   

   若输出包含GPU设备信息，则安装成功。

额外说明 #

• Windows平台下，TensorFlow官方文档中nvidia-cudnn-cu11的安装命令仅适用于Linux，Windows用户需通过conda安装cuDNN。
• nvidia-smi显示的CUDA版本12.1是驱动支持的最高版本，与安装的CUDA Toolkit 11.8兼容，无需降级显卡驱动。

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