TensorFlow 2.11.0无法检测GPU：GPU库加载失败求助

问题背景 #

已按官方pip安装流程完成TensorFlow 2.11.0（搭配Python 3.7.10）的部署，全程无报错，但运行时无法识别GPU，日志显示缺失关键GPU依赖库。

翻译后的错误日志 #

2023-02-28 01:02:51.625308: I tensorflow/core/platform/cpu_feature_guard.cc:193] 此TensorFlow二进制文件已通过oneAPI深度神经网络库（oneDNN）优化，可在性能关键操作中使用以下CPU指令：AVX2 AVX512F AVX512_VNNI FMA
如需在其他操作中启用这些指令，请使用适当的编译器标志重新构建TensorFlow。
2023-02-28 01:02:51.753482: I tensorflow/core/util/port.cc:104] oneDNN自定义操作已开启。由于不同计算顺序导致的浮点舍入误差，您可能会看到略有不同的数值结果。如需关闭，请设置环境变量`TF_ENABLE_ONEDNN_OPTS=0`。
2023-02-28 01:02:53.042228: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] 无法加载动态库'libnvinfer.so.7'；dlerror: libnvinfer.so.7: 无法打开共享对象文件: 没有那个文件或目录；LD_LIBRARY_PATH: /usr/local/nvidia/lib:/usr/local/nvidia/lib64:/usr/local/cuda/compat:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/cuda/compat:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/nvidia/lib64:/home/gesong/.conda/envs/tf/lib/:/home/gesong/.conda/envs/tf/lib/
2023-02-28 01:02:53.042457: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] 无法加载动态库'libnvinfer_plugin.so.7'；dlerror: libnvinfer_plugin.so.7: 无法打开共享对象文件: 没有那个文件或目录；LD_LIBRARY_PATH: /usr/local/nvidia/lib:/usr/local/nvidia/lib64:/usr/local/cuda/compat:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/cuda/compat:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/nvidia/lib64:/home/gesong/.conda/envs/tf/lib/:/home/gesong/.conda/envs/tf/lib/
2023-02-28 01:02:53.042475: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT警告：无法加载部分TensorRT库。如果您希望搭配TensorRT使用NVIDIA GPU，请确保上述缺失的库已正确安装。
2023-02-28 01:02:54.601061: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] 无法加载动态库'libcusolver.so.11'；dlerror: libcusolver.so.11: 无法打开共享对象文件: 没有那个文件或目录；LD_LIBRARY_PATH: /usr/local/nvidia/lib:/usr/local/nvidia/lib64:/usr/local/cuda/compat:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/cuda/compat:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/nvidia/lib64:/home/gesong/.conda/envs/tf/lib/:/home/gesong/.conda/envs/tf/lib/
2023-02-28 01:02:54.602005: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1934] 无法加载部分GPU库。如果您希望使用GPU，请确保上述缺失的库已正确安装。请参考GPU安装指南了解如何为您的平台下载和设置所需库。
跳过GPU设备注册...
[]

修复步骤 #

1. 匹配CUDA Toolkit版本
   TensorFlow 2.11.0要求搭配CUDA 11.2：

   • 检查当前CUDA版本：执行nvcc --version，若版本不是11.2，卸载现有CUDA后重新安装CUDA 11.2。
   • 确认/usr/local/cuda/lib64目录下存在libcusolver.so.11，若缺失，重新安装CUDA 11.2的完整组件。

2. 安装兼容的TensorRT库
   TF2.11.0适配TensorRT 7.x版本（推荐7.2.3）：

   • 下载对应版本的TensorRT，解压后将lib目录下的库文件复制到/usr/local/lib或/usr/local/cuda/lib64。
   • 确保TensorRT的库路径被添加到LD_LIBRARY_PATH。

3. 配置环境变量
   在终端执行以下命令临时生效：

   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/TensorRT/lib:$LD_LIBRARY_PATH
   

   如需永久生效，将上述命令添加到~/.bashrc（或~/.zshrc）文件末尾，执行source ~/.bashrc使配置生效。

4. 验证GPU检测
   运行以下Python代码确认GPU是否被识别：

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

内容的提问来源于stack exchange，提问作者topcan5