ImportError：找不到'cudart64_100.dll答案

【问题标题】：ImportError: Could not find 'cudart64_100.dllImportError：找不到'cudart64_100.dll
【发布时间】：2019-12-22 23:29:06
【问题描述】：

我正在尝试在我的 Windows 10 机器上安装 tensorflow-gpu==2.0.0-beta1 并收到此错误：

ImportError：找不到“cudart64_100.dll”。 TensorFlow 需要将该 DLL 安装在以您的 %PATH% 命名的目录中环境变量。从此 URL 下载并安装 CUDA 10.0： https://developer.nvidia.com/cuda-90-download-archive

我创造了所有东西：

官方文档：https://www.tensorflow.org/install/gpu
从这里：https://medium.com/@teavanist/install-tensorflow-gpu-on-windows-10-5a23c46bdbc7
已检查PATH 变量：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
变量中还有CUDA_PATH : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
文件C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\cudart64_100.dll存在
系统是否重新启动

但还是会出错

我该如何解决这个问题？

【问题讨论】：

听起来应该能找到。查看 Python 解释器在 os.environ['PATH'] 中看到的 PATH（在 Python 3 中，您可以使用 import os; print(*os.environ['PATH'].split(';'), sep='\n') 更轻松地阅读它）。如果您刚刚更改了环境变量，您可能需要打开一个新的命令行甚至重新启动系统。
@jdehesa，感谢您的评论。我确实重新启动了系统，但这对我没有帮助。我也有C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 在os.environ['PATH']
download.mersenne.ca/CUDA-DLLs/CUDA-10.0 在此链接中，您可以找到 cudart64_100.dll 文件。只需下载并粘贴到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin 即可。您的问题将得到解决。因沙阿拉。
解决这个问题会导致另一个错误 - Could not find 'cudnn64_7.dll', here's an answer with all the steps。

标签： python tensorflow

【解决方案1】：

最简单的修复方法是安装最新的“NVIDIA GPU Computing Toolkit”，因为如果不存在，您将丢失“cudart64_100.dll”库。唯一的问题是 CUDA 的最新副本已将此特定库升级到“cudart64_101.dll”，而最新的 TensorFlow 仍需要较旧的“cudart64_100.dll”。无论如何，解决此问题的一种方法是从 2018 年 9 月开始安装最新的 CUDA + CUDA，然后将“cudart64_100.dll”库从旧安装复制到新安装。

或者只是访问我的网站，我在其中链接了从 CUDA Toolkit 10.0（2018 年 9 月）下载的“cudart64_100.dll”库，以便更轻松地将其复制到最新的 CUDA 目录中。

这里有一些截图来说明这个过程：https://www.joe0.com/2019/10/19/how-resolve-tensorflow-2-0-error-could-not-load-dynamic-library-cudart64_100-dll-dlerror-cudart64_100-dll-not-found/

【讨论】：

截至 2020 年 1 月关于 TF2.0 状态的最有用的评论。由于 cudart64_101.dll 不是 cudart64_100.dll 导致 TF 崩溃的耻辱。（均为 CUDA 10.1）。
请注意，Tensorflow 2.1–2.2 支持 CUDA 10.1 而不是 10.2。不是最新的 CUDA。

【解决方案2】：

我也遇到过类似的问题。我已将 cudart64_100.dll 文件的目录添加到 PATH 变量中，但仍然提示找不到错误“cudart64_100.dll”。最后，我终于设法通过添加以下代码使其工作。希望对您有所帮助。

import ctypes

hllDll = ctypes.WinDLL("C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.0\\bin\\cudart64_100.dll")

【讨论】：

很遗憾这最终成为了解决方案——但这是唯一适用于我的解决方案。重装、重启等都失败了
为什么要解决这个问题？ Tensorflow 不应该自动做这样的事情吗？我怎样才能获得更持久的解决方案？
这个解决方案也是唯一对我有用的解决方案。我必须像这样包含我所有的 DLL 文件。我使用的是从 Windows Store 安装的 python 版本...在从 python.org 卸载并安装 Python 后，我不再需要包含 WinDLL 语句。

【解决方案3】：

我有类似的错误：

找不到cudart64_101.dll

这是因为最新版本的 CUDA 需要较旧的 CUDA-version.dll 文件才能正常工作。解决方案是尝试安装以前版本的 CUDA。

下载CUDA 10.1后，运行.exe 文件，该文件将首先提取C:\Users\your_user_name\AppData\Local\Temp\CUDA 中的必要文件。

解压完成后不要继续安装导航到目录C:\Users\your_user_name\AppData\Local\Temp\CUDA\cudart\bin，在这里你会发现缺少的DLL文件cudart64_101.dll和cudart32_101.dll将这两个文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin然后取消安装。

对任何 CUDA 版本执行相同的步骤肯定会起作用。希望对你有帮助谢谢！！！

【讨论】：

下载cudart64_101.dll、cudart32_101.dll --> download.mersenne.ca/CUDA-DLLs/CUDA-10.1

【解决方案4】：

我也在处理 tensorflow 期望 cudart64_101.dll 和 NVIDIA 提供版本 10.2 作为主要版本（包括 cudart64_102.dll）的当前情况。

我只是安装了两个版本。我在 Windows 路径中有两个版本。除了磁盘空间之外，到目前为止我还没有遇到任何问题，并且在 tensorflow 中使用了 GPU。

【讨论】：

【解决方案5】：

重命名

\program files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin\cudart64_102.dll

致cudart100.dll

【讨论】：

这真的行不通。它似乎已加载，但稍后会出现运行时错误。最好降级到 10.0。

【解决方案6】：

我在 Windows 10 上遇到了同样的问题。我尝试将 CUDA 11 与 TensorFlow 2.2 一起使用

TensorFlow 2.2 尝试导入 cudart64_101.dll、cusparse64_10.dll 和 cublas64_10.dll CUDA 11 中缺少上述 dll 文件。一种可能的解决方案是安装 cuda 10 并从那里获取 dll。但我不想这样做并尝试解决我的问题的这个技巧。我从第一个答案的帖子中下载了丢失的 dll！非常感谢这篇文章的作者！ https://www.joe0.com/2019/10/19/how-resolve-tensorflow-2-0-error-could-not-load-dynamic-library-cudart64_100-dll-dlerror-cudart64_100-dll-not-found/

下载cudart64_100.dll_.zip
解压文件
将其重命名为 cudart64_101.dll

转到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin

将下载并重命名的 cudart64_101.dll 复制到该目录中
复制 cusparse64_11.dll 并将其重命名为 cusparse64_10.dll
复制 cublas64_11.dll 并将其重命名为 cublas64_10.dll

之后 TensorFlow 2.20 开始成功导入，它能够“看到”我的 gpu

其他重要的事情是检查系统环境PATH变量确保包含以上行。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp

或者，如果您的机器上安装了多个 CUDA 版本，请确保您要使用的版本高于旧版本

【讨论】：

【解决方案7】：

您可以在本网站link 中找到 cudart64_100.dll 文件。并解压，将 cudart64_100.dll 添加到您的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 运行 python 脚本后，您将看到：成功打开动态库cudart64_100.dll

【讨论】：

【解决方案8】：

NVidia 维护旧 CUDA 驱动程序版本的下载存档。我建议从这里下载安装程序，而不是第三方存档：

https://developer.nvidia.com/cuda-toolkit-archive

该页面有一个链接到下载 10.0 版的页面：

https://developer.nvidia.com/cuda-10.0-download-archive

对于 CUDA-NN 库，可以在此处找到存档：

https://developer.nvidia.com/rdp/cudnn-archive

您需要成为 NVidia 开发者计划的成员才能访问此存档，但可以免费注册。

一次安装多个版本应该没有问题，因为 CUDA 安装程序为每个版本使用单独的安装目录，并且库文件具有不同的名称。但是，您需要选择自定义安装以避免更换显示驱动程序，因为您安装的是旧版本。

CUDA-NN 库（至少对于 Windows）以 zip 文件的形式分发。将内容复制到您想要的位置（我将每个内容安装为相应的 CUDA 驱动程序安装目录下的子目录）。

最后，将所有各种 CUDA 和 CUDA-NN 目录添加到您的 PATH 中（如果它们尚不存在），以便 Python 和 Tensorflow 可以找到它们。

【讨论】：