无法导入 tensorflow 的 gpu 版本答案

【问题标题】：Can't import gpu version of tensorflow无法导入 tensorflow 的 gpu 版本
【发布时间】：2020-02-28 08:44:54
【问题描述】：

我无法使用 tensorflow，因为我在尝试导入 tensorflow 时收到此错误消息：

2020-02-28 09:31:24.742077: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\_pydev_bundle\pydev_import_hook.py", line 21, in do_import
    module = self._system_import(name, *args, **kwargs)
  File "C:\Users\Maximal\Documents\Python\PyCharm\Projekt1\venv\lib\site-packages\tensorflow\__init__.py", line 98, in <module>
    from tensorflow_core import *
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\_pydev_bundle\pydev_import_hook.py", line 21, in do_import
    module = self._system_import(name, *args, **kwargs)
  File "C:\Users\Maximal\Documents\Python\PyCharm\Projekt1\venv\lib\site-packages\tensorflow_core\__init__.py", line 40, in <module>
    from tensorflow.python.tools import module_util as _module_util
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\_pydev_bundle\pydev_import_hook.py", line 21, in do_import
    module = self._system_import(name, *args, **kwargs)
  File "C:\Users\Maximal\Documents\Python\PyCharm\Projekt1\venv\lib\site-packages\tensorflow\__init__.py", line 50, in __getattr__
    module = self._load()
  File "C:\Users\Maximal\Documents\Python\PyCharm\Projekt1\venv\lib\site-packages\tensorflow\__init__.py", line 44, in _load
    module = _importlib.import_module(self.__name__)
  File "C:\Users\Maximal\AppData\Local\Programs\Python\Python36\lib\importlib\__init__.py", line 126, in import_module
    return _bootstrap._gcd_import(name[level:], package, level)
  File "C:\Users\Maximal\Documents\Python\PyCharm\Projekt1\venv\lib\site-packages\tensorflow_core\python\__init__.py", line 52, in <module>
    from tensorflow.core.framework.graph_pb2 import *
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\_pydev_bundle\pydev_import_hook.py", line 21, in do_import
    module = self._system_import(name, *args, **kwargs)
  File "C:\Users\Maximal\Documents\Python\PyCharm\Projekt1\venv\lib\site-packages\tensorflow_core\core\framework\graph_pb2.py", line 7, in <module>
    from google.protobuf import descriptor as _descriptor
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\_pydev_bundle\pydev_import_hook.py", line 21, in do_import
    module = self._system_import(name, *args, **kwargs)
  File "C:\Users\Maximal\Documents\Python\PyCharm\Projekt1\venv\lib\site-packages\google\protobuf\descriptor.py", line 47, in <module>
    from google.protobuf.pyext import _message
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\_pydev_bundle\pydev_import_hook.py", line 21, in do_import
    module = self._system_import(name, *args, **kwargs)

我已经安装了 Cuda toolkit 10.0 和相应版本的 cuDNN 以及 Visual Studio。起初我得到了消息：

Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found

于是我检查了cuda文件夹，发现只有一个cudart64_100.dll。经过一番研究，我发现 cudart_101.dll 是 cuda 工具包 10.1 版本的一部分。所以我用相应版本的cuDNN安装了10.1。但现在我得到了消息：

Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found

这对我来说毫无意义，而且我没有找到解决此问题的方法。我使用最新版本的 PyCharm、Python 3.6、Tensorflow-gpu 2.0.0 以及 Cuda 10.0 和 10.1

【问题讨论】：

您是否尝试过使用 Conda 来创建环境？我在 pip 上取得了不错的成绩。
@talonmies cuda 是这个问题的相关标签。为什么要删除它？
因为这不是与 CUDA 相关的主题问题，这就是原因。损坏的 tensorflow 安装不是 CUDA 编程问题
我不同意，因为错误显然是由错误的 CUDA 安装引起的。我不认为 CUDA 标签仅用于 CUDA programming 问题，它也应该用于安装相关问题，因为让 CuDNN 和 CUDA 工作非常困难，而且很多人都在尝试它因此很明显，关于这个话题存在问题。还是我们应该创建一个 cuda-installation 标签？
CUDA 的安装很简单。从嵌入式 Tegra 到在大型集群上部署，遵循标准 NVIDIA 说明是一件简单的事情。我已经做了几千次了。还有很多其他人。很明显，Stack Overflow 几乎从来没有收到任何关于安装 CUDA 问题的问题，除了与 tensorflow 相关的问题。问题和困难几乎与 tensorflow 的工作方式和分布方式有关。因此，如果这些是主题问题，它们是 tensorflow 问题，而不是 CUDA 问题

标签： python tensorflow nvidia

【解决方案1】：

此时我会简单地完全删除（例如卸载）两个 CUDA 包（10.0 和 10.1），因为同时拥有这两个包可能不是一个好主意。卸载后，请确保检查所有文件夹，以免留下任何内容。

然后，检查您的 NVIDIA 驱动程序是否是最新的。

严格按照Windows 的安装说明进行操作。 确保获得与您安装的 CUDA 版本兼容的 CuDNN 包。当您通过this 链接安装 CuDNN 时，它将为您提供一个向导，您可以在其中为不同的 CUDA 版本选择不同的 CuDNN 版本。选择版本 10.1 的那个，并将 cudnn64_7.dll、cudnn.h 和 cudnn.lib 分别放在 CUDA 安装目录的右侧文件夹中。

然后，我会创建一个新的 conda 环境，类似于

conda create --name DeepLearning3.6 python=3.6 tensorflow-gpu numpy scipy pandas scikit-learn pandas

会做（或者您可能需要的任何其他软件包，我通常使用这些作为起点，但请确保您的环境至少包含 tensorflow-gpu 和 numpy）。当然，您也可以使用 pip 和 venv，两者都应该由您决定。

然后，不要忘记在 PyCharm 中指向正确的环境（Ctrl + Alt + S，选择正确的项目解释器，在本例中称为DeepLearning3.6）。尝试再次运行脚本，它现在应该可以工作了。

【讨论】：