在 Windows 上使用 conda 使用 python 3.8 和 tensorflow 2.5.0 加载 cudart64_110.dll 时出错

Question

当我使用 conda 使用 tensorflow-gpu 2.5.0 包创建 python 3.8 环境时，我收到错误“无法加载动态库 'cudart64_110.dll'; dlerror: cudart64_110.dll not found”。但是，我有一个现有的 python 3.7 环境，也有 tensorflow-gpu 2.5.0，它能够找到库 OK。

有趣的是，如果我克隆可以加载库的 python 3.7 环境，它也会加载到克隆的环境中，但是如果我使用 tensorflow-gpu 2.5.0 从头开始​​创建一个新的 python 3.7 环境，我在那个新环境中遇到了错误。

我不确定为什么我能够在一个环境中加载库，但不能在其他环境中加载，因为库在每个环境中都位于相同的位置，并且它应该是返回到无论如何，包缓存中的相同文件。

在我我能够加载 cudart64_110.dll 的 python 3.7 环境中，安装了以下相关包：

# Name                    Version                   Build  Channel
cudatoolkit               11.3.1               h280eb24_9    conda-forge
python                    3.7.12          h7840368_100_cpython    conda-forge
tensorflow                2.5.0           gpu_py37h23de114_0
tensorflow-base           2.5.0           gpu_py37hb3da07e_0
tensorflow-gpu            2.5.0                h17022bd_0

在我无法加载 cudart64_110.dll 的 python 3.8 环境中，安装了以下相关包：

# Name                    Version                   Build  Channel
cudatoolkit               11.3.1               h280eb24_9    conda-forge
python                    3.8.12          h7840368_2_cpython    conda-forge
tensorflow                2.5.0           gpu_py38h8e8c102_0
tensorflow-base           2.5.0           gpu_py38hb3da07e_0
tensorflow-gpu            2.5.0                h17022bd_0

请注意，这两种环境都包含相同 cudatoolkit 版本。

另外，我确实意识到我正在混合频道。但是，(a) conda-forge 不提供 tensorflow 2.x，并且 (b) 在这种情况下这无关紧要，因为我可以在一个环境中使用 CUDA 加载 tensorflow，但不能在另一个环境中加载。

Answer 1

对于tensorflow_gpu==2.5.0，需要安装CUDA 11.2。

请检查以下经过测试的构建配置详细信息并安装合适的 cuDNN 和 CUDA 以使用TF-gpu 2.5。

    Version              Python version  Compiler    Build tools    cuDNN    CUDA
    tensorflow_gpu-2.7.0     3.7-3.9     MSVC 2019    Bazel 3.7.2    8.1     11.2
    tensorflow_gpu-2.6.0     3.6-3.9     MSVC 2019    Bazel 3.7.2    8.1     11.2
    tensorflow_gpu-2.5.0     3.6-3.9     MSVC 2019    Bazel 3.7.2    8.1     11.2

按照this 链接在您的系统中安装指定的 CUDA 和 cuDNN。