首先，要确保你已经正确安装了CUDA、CUDNN和Tensorflow，在Anaconda环境中运行。如果你想在GPU上运行TensorFlow，则需要确保TensorFlow与CUDA和CUDNN兼容。然后，你需要检查以下几个方面：

1. 确保你手动安装的CUDA、CUdnn和Tensorflow的版本与你的GPU兼容，可以在NVIDIA官方网站上查看它们支持的GPU型号。如果版本不兼容，你需要重新安装兼容的版本。

2. 检查你的系统环境变量是否配置正确。你需要设置以下两个环境变量：

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

export PATH=/usr/local/cuda/bin:$PATH

这些命令将CUDA库路径和CUDA二进制文件路径添加到系统路径中。

3. 可以通过以下代码检查GPU是否能够识别：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

如果输出为0，则表示你的GPU无法被TensorFlow识别。这可能是因为缺少驱动程序、CUDA或CUDNN版本不兼容，或者GPU本身出现故障。

如果以上解决方法都无法解决你的问题，可以查询报错信息或询问社区寻求帮助。