如何强制TensorFlow使用指定版本的CUDA（CUDA 12）？

你遇到的错误说明系统或代码依赖仍在寻找CUDA 10的运行库，仅设置CUDA_HOME不足以覆盖所有环境配置，试试以下步骤：

• 更新完整环境变量
  除了CUDA_HOME，还需要将CUDA 12的二进制文件路径和库路径加入系统环境：

  export CUDA_HOME=/usr/local/cuda-12
  export PATH=$CUDA_HOME/bin:$PATH
  export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
  

  若要永久生效，把这三行添加到你的shell配置文件（比如~/.bashrc或~/.zshrc），再执行source ~/.bashrc（对应你的配置文件）使修改生效。

• 更新系统动态库缓存
  执行以下命令让系统重新识别CUDA 12的库文件：

  sudo ldconfig
  

• 检查深度学习框架兼容性
  如果你使用TensorFlow、PyTorch这类框架，旧版本可能仅支持CUDA 10，需要升级到兼容CUDA 12的版本：

  • TensorFlow需2.10及以上版本
  • PyTorch需1.13及以上版本

• 验证配置是否生效
  执行以下命令确认CUDA环境已切换到12.x：

  nvcc --version
  

  再检查系统中libcudart的优先级：

  ldconfig -p | grep libcudart
  

  确保输出中libcudart.so.12.x的条目排在最前面。

内容的提问来源于stack exchange，提问作者ailauli69