已正确安装CUDA/CUDnn仍报cudnn64_8.dll缺失的TensorFlow适配问题

问题1：已安装CUDNN但提示cudnn64_8.dll不存在的修复方法 #

• 找到CUDNN 8.1的解压目录，将其中bin文件夹的完整路径添加到系统Path环境变量，添加完成后重启Anaconda终端或电脑让环境变量生效
• 也可以直接将CUDNN解压后的bin、include、lib三个文件夹内的文件，分别复制粘贴到CUDA 11.2安装目录下的同名文件夹中，该方法可以规避环境变量优先级异常导致的组件识别失败问题

问题2：TensorFlow版本匹配与安装失败修复方法 #

• TensorFlow 2.4仅支持Python 3.6~3.8版本，若你当前Anaconda环境的Python版本高于3.8，pip会无法检索到匹配的2.4.0安装包，属于正常现象
• 你当前使用的CUDA 11.2 + CUDNN 8.1组合，适配TensorFlow 2.6~2.10版本，无需降级到2.4，直接在对应Anaconda环境执行pip install tensorflow==2.10即可安装匹配版本
• 安装完成后可执行以下代码验证GPU是否正常识别：

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

如果输出结果包含GPU设备信息，即代表环境配置成功

附件 #

你提供的CUDA、CUDNN版本证明如下：

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