TensorFlow V2.11无法识别外接RTX 3060 Ti GPU求助
TensorFlow 2.11 无法识别RTX 3060 Ti的解决步骤
卸载现有CUDA 12并清理残留
- 打开「控制面板」→「程序和功能」,卸载所有NVIDIA CUDA相关组件(如CUDA Toolkit 12.x、CUDA Runtime等)
- 删除目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x - 打开系统环境变量设置,移除与CUDA 12相关的条目(包括
CUDA_PATH及PATH中的v12.x路径)
安装匹配版本的CUDA与CuDNN
- TensorFlow 2.11仅支持CUDA 11.2和CuDNN 8.1.0,请严格匹配版本:
- 安装CUDA Toolkit 11.2时选择「自定义安装」,仅勾选必要组件(CUDA Runtime、CUDA Development Tools,若使用Visual Studio可勾选对应集成组件)
- 下载CuDNN 8.1.0 for CUDA 11.2,解压后将
bin、include、lib三个文件夹复制到CUDA 11.2的安装目录(默认路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2)
- TensorFlow 2.11仅支持CUDA 11.2和CuDNN 8.1.0,请严格匹配版本:
配置系统环境变量
- 确保系统环境变量中存在:
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2- 在
PATH中添加:%CUDA_PATH%\bin %CUDA_PATH%\libnvvp
- 确保系统环境变量中存在:
验证安装与测试
- 打开命令提示符,输入
nvcc -V,确认输出显示CUDA 11.2版本 - 重启电脑后,运行测试代码:
import tensorflow as tf print(tf.config.list_physical_devices('GPU')) print(tf.test.is_gpu_available())
- 打开命令提示符,输入
额外检查项
- 确认RTX 3060 Ti的显卡驱动版本适配CUDA 11.2(推荐460.x及以上版本,可从NVIDIA官网下载)
- 检查TensorFlow版本:通过
pip list查看,若安装的是tensorflow-cpu,需卸载后重装tensorflow(TF2.x之后GPU版统一为tensorflow包)
内容的提问来源于stack exchange,提问作者Peterdagrape
相关产品推荐
相关产品推荐

