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~