AMD显卡安装DirectML后TensorFlow仍尝试调用CUDA是什么原因？

核心原因 #

你当前环境安装的是官方原生TensorFlow，该版本仅默认支持NVIDIA CUDA加速，未集成DirectML适配逻辑，因此无法识别AMD显卡的DirectML设备，最终 fallback 到CPU运行。

解决步骤 #

• 第一步：激活你创建的directmlAnaconda环境，先卸载现有冲突的TensorFlow相关包：

pip uninstall -y tensorflow tensorflow-directml

• 第二步：安装微软官方适配DirectML的TensorFlow版本，要求Python版本在3.6~3.9区间，超出版本范围会无法兼容安装：

pip install tensorflow-directml

如果安装速度慢或提示安装失败，可以改用国内镜像源安装：

pip install tensorflow-directml -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：如果你的directml环境Python版本高于3.9，需要重新创建适配版本的环境后再安装，示例创建命令：conda create -n directml python=3.8 -y

• 第三步：如果运行后仍未识别到DML设备，可以在测试代码最开头添加环境变量强制启用DirectML调度：

import os
os.environ["TF_ENABLE_DIRECTML"] = "1"

原有测试代码无需其他修改，重新运行即可。

验证方法 #

安装完成后可先在终端执行以下命令确认包安装正确：

pip list | findstr tensorflow-directml

输出对应包的版本信息即说明安装成功，运行测试代码时会正常输出DirectML设备加载日志，运算也会调度到AMD显卡上执行。

内容的提问来源于stack exchange，提问作者Ladan