You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

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)
  • 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
        
  • 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())
      
  • 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.01 13:17:31