TensorFlow无法识别GPU求助：附环境配置与运行日志

你的问题核心很明确——TensorFlow需要的CuDNN版本和你当前安装的不匹配：你装的是CuDNN 7.6.5，但TensorFlow在找libcudnn.so.8（这是CuDNN 8.x系列的核心库文件）。结合你给出的环境信息，给你几个针对性的解决步骤：

• 先确认TensorFlow版本对应的依赖要求
  不同TensorFlow版本对CUDA和CuDNN有严格的版本绑定：比如TensorFlow 2.5及以上通常要求CuDNN 8.x，而CuDNN 7.6.5一般适配TensorFlow 2.4及以下版本。
  先运行以下命令确认你的TensorFlow版本：

  import tensorflow as tf
  print(tf.__version__)
  

  之后对照TensorFlow官方的版本兼容说明，找到对应版本要求的CUDA和CuDNN版本。

• 升级CuDNN到对应8.x版本（适配当前TensorFlow）
  如果你想保留当前的TensorFlow版本，就需要升级CuDNN到8.x系列（注意要和你的CUDA版本匹配，比如CUDA 11.2对应CuDNN 8.1.0，CUDA 11.0对应CuDNN 8.0.5等）：

  1. 下载对应版本的CuDNN压缩包，解压后得到include和lib64两个文件夹；
  2. 将include下的所有文件复制到CUDA安装目录的include文件夹（通常是/usr/local/cuda/include）；
  3. 将lib64下的所有文件复制到CUDA安装目录的lib64文件夹（通常是/usr/local/cuda/lib64）；
  4. 执行sudo ldconfig更新系统库缓存；
  5. 用ls /usr/local/cuda/lib64/libcudnn.so.*检查是否存在libcudnn.so.8。

• 降级TensorFlow到适配CuDNN 7.6.5的版本
  如果你不想改动CuDNN，那就把TensorFlow降级到兼容7.6.5的版本，比如TensorFlow 2.4.0或2.3.0（这些版本对应CuDNN 7.6.5和CUDA 11.0/10.1）：

  1. 卸载当前TensorFlow：

     pip uninstall tensorflow
     

  2. 安装指定版本（根据你的Python版本选择合适的，比如Python 3.8适配TensorFlow 2.4.0）：

     pip install tensorflow==2.4.0
     

• 检查环境变量配置是否正确
  确保CUDA和CuDNN的路径已经正确添加到系统环境变量中：

  1. 打开你的shell配置文件（比如~/.bashrc或~/.zshrc），添加以下内容：

     export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
     export PATH=/usr/local/cuda/bin:$PATH
     

  2. 执行source ~/.bashrc（或对应的配置文件）使环境变量生效，然后重启终端重新测试。

• 验证CUDA本身是否正常工作
  先排除CUDA本身的问题，运行CUDA自带的示例程序：

  1. 进入CUDA示例目录（通常是/usr/local/cuda/samples/5_Simulations/nbody）；
  2. 编译并运行：

     make && ./nbody
     

  如果能正常显示模拟画面，说明CUDA本身没问题，问题还是集中在TensorFlow和CuDNN的版本匹配上。

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