TensorFlow GPU安装异常：无法识别GPU且TensorRT安装无效求助

1. 先核对版本兼容性 #

TensorFlow GPU对CUDA、cuDNN版本要求极严，版本不匹配大概率是根源：

• 先查当前TF版本：python3 -c "import tensorflow as tf; print(tf.__version__)"
• 对应匹配CUDA和cuDNN版本（比如TF 2.15对应CUDA 12.2、cuDNN 8.9）
• 卸载不兼容的CUDA/cuDNN，重装对应版本后配置环境变量：
  • Linux：把export PATH=/usr/local/cuda-xx.x/bin${PATH:+:${PATH}}和export LD_LIBRARY_PATH=/usr/local/cuda-xx.x/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}加到~/.bashrc，执行source ~/.bashrc生效
  • Windows：在系统环境变量里添加CUDA的bin和libnvvp路径

2. 修复TensorRT的正确安装 #

仅用pip装TensorRT不够，必须配合对应CUDA版本的完整包：

• 先卸载现有TensorRT：python3 -m pip uninstall tensorrt
• 下载和CUDA版本匹配的TensorRT压缩包，解压后把lib目录添加到系统库路径
• 再pip安装同版本的TensorRT wheel包
• 验证安装：python3 -c "import tensorrt; print(tensorrt.__version__)"

3. 排查GPU硬件与驱动问题 #

GPU报内部错误，优先检查硬件和驱动：

• 更新GPU驱动到最新稳定版（NVIDIA用户用GeForce Experience或官网驱动包）
• 重启后用nvidia-smi命令查看GPU状态，看是否有报错、显存是否正常
• 如果nvidia-smi显示异常，卸载驱动并清理残留后重装，排除驱动冲突

4. 重新验证TensorFlow GPU配置 #

做完以上步骤后，重新执行检测命令：
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

• 若仍失败，打开TF详细日志定位问题：
  python3 -c "import tensorflow as tf; tf.debugging.set_log_device_placement(True); a = tf.constant([1.0,2.0], shape=[1,2]); b = tf.constant([1.0,2.0], shape=[2,1]); c = tf.matmul(a,b); print(c)"
  根据日志里的具体报错（比如缺失某个.so/.dll库）针对性修复

内容的提问来源于stack exchange，提问作者ForestGump