VSCode中TensorFlow无法检测GPU问题求助（Ubuntu 22.04）

问题根源是VSCode的Jupyter内核未正确继承CUDA相关环境变量，以下是具体解决步骤：

• 确认VSCode内核选择
  打开VSCode命令面板（Ctrl+Shift+P），执行Jupyter: Select Kernel，确保选中的是安装TensorFlow的目标conda环境，核对内核名称是否与环境完全匹配。

• 配置VSCode终端环境变量

  1. 打开VSCode设置（Ctrl+,），搜索terminal.integrated.env.linux，点击「编辑 in settings.json」。
  2. 在settings.json中添加CUDA路径配置，示例如下（根据实际安装路径调整）：

     "terminal.integrated.env.linux": {
         "LD_LIBRARY_PATH": "/usr/local/cuda/lib64:$LD_LIBRARY_PATH",
         "CUDA_HOME": "/usr/local/cuda"
     }
     

  若CUDA是通过conda安装的，路径可改为~/miniconda3/envs/你的环境名/lib。

• 重启Jupyter内核
  打开命令面板执行Jupyter: Restart Kernel，或点击.ipynb文件右上角的重启按钮，让新配置的环境变量生效。

• 验证环境变量加载情况
  在.ipynb单元格中运行以下代码，检查CUDA路径是否正确：

  import os
  print(os.environ.get('LD_LIBRARY_PATH'))
  print(os.environ.get('CUDA_HOME'))
  

  若输出为空或路径错误，需重新调整settings.json中的路径。

• 重新注册conda环境内核
  若上述方法无效，可尝试重新注册内核：

  1. 激活目标conda环境：conda activate 你的环境名
  2. 安装ipykernel：conda install ipykernel
  3. 注册内核：python -m ipykernel install --user --name 你的环境名 --display-name "Python (你的环境名)"
  4. 在VSCode中重新选择该内核后测试GPU检测。

内容的提问来源于stack exchange，提问作者captaindweeb