tensorflow对于gpu的支持只到2.10，如果你装了最新的tf(2.11)，需要先卸载2.11。
安装代码：
pip install tensorflow==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/
解决过程：
查看CUDA与cuDNN配套版本：
https://tensorflow.google.cn/install/source_windows
安装CUDA、cuDNN
- cuDNN下载： https://developer.nvidia.com/rdp/cudnn-archive
- CUDA工具包： https://developer.nvidia.com/cuda-toolkit-archive （一般都有驱动程序，只需要下工具包，使用
nvidia-smi查看）nvcc -V检测版本
tf检测GPU
tf.config.list_physical_devices('GPU')#或者
tf.test.is_gpu_available()
PS：
下载了多个版本的CUDA（12.0、11.x）
安装了多个版本的TF（tensorflow-gpu）（这个可以正常使用gpu，但是不兼容pandas，艹！）
发现回退到2.10就可以用了
不过最好先卸载再安装避免错误
实际上对CPU核心多一点（20核服务器）的，GPU提升效果也就那样哈哈哈~
本文转载自: https://blog.csdn.net/Ejzq1/article/details/128860443
版权归原作者 E$word 所有， 如有侵权，请联系我们删除。
版权归原作者 E$word 所有， 如有侵权，请联系我们删除。