Ubuntu20.04 Anaconda安装tensorflow-gpu与RTX3060 CUDA不兼容报错

CUDA_ERROR_NO_BINARY_FOR_GPU报错核心原因是你当前安装的TensorFlow版本预编译的CUDA内核不支持RTX 3060的安培架构（算力8.6）：

• 你直接执行conda create -n tf tensorflow-gpu无版本号安装时，conda默认拉取的是适配CUDA 10.x的旧版TensorFlow，最高仅支持算力7.5的图灵架构显卡，完全不兼容30系安培架构显卡
• 系统CUDA 11.4.4驱动本身是支持RTX 3060的，问题出在conda环境内的TensorFlow和对应CUDA依赖包版本不匹配

1. 先删除原有故障环境

conda remove -n tf --all

2. 新建适配环境，指定Python 3.9版本（适配TensorFlow 2.6~2.10区间版本）

conda create -n tf python=3.9
conda activate tf

3. 安装匹配30系显卡的TensorFlow版本，二选一即可：

• 方案1（pip安装，兼容性更好）：

pip install tensorflow==2.10

TensorFlow 2.10原生内置CUDA 11.2、cuDNN 8.1依赖，兼容你系统的CUDA 11.4.4驱动，支持算力8.6的安培架构显卡

• 方案2（conda安装）：

conda install tensorflow-gpu=2.10 cudatoolkit=11.2 cudnn=8.1

4. 验证GPU是否正常识别

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

输出包含GPU设备即为配置成功，再运行你的训练代码即可正常调用GPU

• 不要使用无版本号的conda install tensorflow-gpu/conda create -n tf tensorflow-gpu命令，conda默认源的TensorFlow版本更新滞后，默认拉取的旧版本均不支持30系及以后的新架构显卡
• 不需要修改系统层面的CUDA 11.4.4版本，conda环境内的CUDA依赖包和系统驱动是向下兼容的，无需重装系统CUDA

内容的提问来源于stack exchange，提问作者李丞恩