使用Mamba安装带CUDA支持的TensorFlow（≥2.9.1）失败求助

我希望使用mamba install命令安装支持CUDA的最新TensorFlow发行版（至少为2.9.1或2.10版本）。尝试了以下命令均报错：

mamba install -c anaconda tensorflow==2.9.1=gpu_py310*
mamba install -c anaconda tensorflow=2.9.1=gpu_py310*
mamba install -c anaconda tensorflow=2.9.1=gpu_py310
mamba install tensorflow-gpu

错误输出：

anaconda/win-64                                             Using cache
anaconda/noarch                                             Using cache
conda-forge/win-64                                          Using cache
conda-forge/noarch                                          Using cache
Encountered problems while solving:
  - nothing provides requested tensorflow

注：我不想使用pip，希望通过Mamba来妥善管理包。

• 创建全新环境规避依赖冲突
  现有环境的包依赖可能与TensorFlow GPU版本存在冲突，先创建独立环境：

  mamba create -n tf_gpu_env python=3.10
  mamba activate tf_gpu_env
  

• 切换更全面的包源并正确指定安装命令
  Anaconda官方频道可能缺失你需要的特定版本GPU兼容包，改用conda-forge频道（包覆盖更全）。另外注意：现在TensorFlow的GPU版本无需单独安装tensorflow-gpu，直接安装tensorflow即可，Mamba会自动匹配CUDA相关依赖：

  1. 安装满足最低版本要求的GPU兼容TensorFlow：

     mamba install -c conda-forge tensorflow>=2.9.1
     

  2. 若需指定具体版本并锁定CUDA版本（可根据本地CUDA驱动调整，示例为CUDA 11.8）：

     mamba install -c conda-forge tensorflow=2.10 cudatoolkit=11.8 cudnn=8.6
     

• 调整频道优先级确保包源正常检索
  如果环境频道优先级设置不合理，可能导致包检索失败，执行以下命令设置正确优先级：

  mamba config --add channels conda-forge
  mamba config --add channels defaults
  mamba config --set channel_priority strict
  

• 验证GPU支持状态
  安装完成后，运行以下代码确认GPU是否可用：

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

内容的提问来源于stack exchange，提问作者Otávio Augusto Silva