TensorFlow V1无法检测GPU，寻求无需升级至TF2的解决方法

1. 先明确版本匹配核心问题 #

TensorFlow 1.1.0对CUDA和cuDNN的版本要求非常严格，和TF2.x支持的版本完全不兼容：

• 必须搭配CUDA 8.0
• 对应cuDNN 5.1
  你能在TF2下检测到GPU，说明当前系统装的是高版本CUDA（比如11.x系列），但这类版本和TF1.1.0不匹配，这就是GPU检测失败的关键原因。

2. 安装对应版本的CUDA和cuDNN #

• 先卸载当前的高版本CUDA，下载并安装CUDA 8.0
• 下载cuDNN 5.1，解压后将里面include、lib文件夹中的文件，分别复制到CUDA 8.0安装目录的对应文件夹中
• 配置系统环境变量：将CUDA 8.0的bin路径添加到PATH，同时设置CUDA_PATH指向CUDA 8.0的安装目录

3. 重装TensorFlow 1.1.0的GPU版本 #

你之前大概率安装的是CPU版TensorFlow 1.1.0，卸载后重新安装GPU版：

pip uninstall tensorflow
pip install tensorflow-gpu==1.1.0

4. 验证GPU检测状态 #

运行以下代码确认：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

如果输出结果中包含GPU设备的相关信息，说明配置成功。

额外注意事项 #

• 显卡驱动版本需支持CUDA 8.0，一般NVIDIA驱动375.26及以上版本即可满足要求
• 建议使用虚拟环境（比如conda虚拟环境）单独配置这套环境，避免和TF2的环境产生冲突

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