无法在仅 tensorflow CPU 安装上加载动态库“cudart64_101.dll”

Question

我刚刚通过安装了最新版本的 Tensorflow pip install tensorflow，每当我运行程序时，我都会收到日志消息：

W tensorflow/stream_executor/platform/default/dso_loader.cc:55] 无法加载动态库“cudart64_101.dll”；dlerror: 找不到 cudart64_101.dll

这很糟糕吗？如何修复错误？

Answer 1

TensorFlow 2.1+

这是怎么回事？

在新的 Tensorflow 2.1 版本中，默认的tensorflowpip 包包含 TF 的 CPU 和 GPU 版本。在以前的 TF 版本中，找不到 CUDA 库会发出错误并引发异常，而现在库会动态搜索正确的 CUDA 版本，如果找不到，则会发出警告（开头的W表示对于警告，错误有一个E（或F表示致命错误）并回退到 CPU-only 模式。事实上，这也在警告之后作为信息消息写入日志（请注意，如果您有更高的默认的最低日志级别，您可能看不到信息消息。完整的日志是（强调我的）：

2020-01-20 12:27:44.554767: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] 无法加载动态库“cudart64_101.dll”；dlerror: 找不到 cudart64_101.dll

2020-01-20 12:27:44.554964: I tensorflow/stream_executor/cuda/cudart_stub.cc:29]如果你的机器上没有设置 GPU，请忽略上面的 cudart dlerror。

我应该担心吗？我如何解决它？

如果您的机器上没有支持 CUDA 的 GPU，或者您不在乎没有 GPU 加速，则无需担心。另一方面，如果您安装了 tensorflow 并想要 GPU 加速，请检查您的 CUDA 安装（TF 2.1 需要 CUDA 10.1，而不是10.2 或 10.0）。

如果您只是想摆脱警告，您可以调整 TF 的日志记录级别来抑制警告，但这可能有点矫枉过正，因为它会使所有警告静音。

Tensorflow 1.X 或 2.0：

您的 CUDA 设置已损坏，请确保您安装了正确的版本。

Answer 2

要在 TensorFlow 2.1 中安装 GPU 支持的先决条件：

1. 安装最新的 GPU 驱动程序。
2. 安装CUDA 10.1。
   • 如果 CUDA 安装程序报告“您正在安装较旧的驱动程序版本”，您可能希望选择自定义安装并取消选择某些组件。实际上，请注意 TensorFlow 不需要与 CUDA 捆绑的软件，包括 GeForce Experience、PhysX、显示驱动程序和 Visual Studio 集成。
   • 另请注意，除非您从源代码构建，否则 TensorFlow 需要特定版本的 CUDA Toolkit；对于 TensorFlow 2.1 和 2.2，这是当前版本 10.1。
3. 安装cuDNN。
   1. 下载适用于 CUDA 10.1 的cuDNN v7.6.4。这将要求您注册 NVIDIA 开发人员计划。
   2. 解压缩到合适的位置并将 bin 目录添加到您的 PATH。
4. 通过 .tensorflow 安装 tensorflow pip install tensorflow。
5. 您可能需要重新启动 PC。

Answer 3

TensorFlow 2.3.0 在 CUDA 11 上运行良好。但是你必须安装 tf-nightly-gpu（在你安装了 tensorflow 和 CUDA 11 之后）：https ://pypi.org/project/tf-nightly-gpu/

尝试：

pip install tf-nightly-gpu

之后，您将在控制台中收到消息：

I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_110.dll

Answer 4

我用另一种方式解决了这个问题。首先，我从此链接安装了 cuda 10.1 工具包

我选择安装程序类型（exe（本地））并在自定义模式下安装 10.1 意味着（没有 Visual Studio 集成，NVIDIA PhysX 因为以前我安装了 CUDA 10.2 所以需要的依赖项会自动安装）

安装后，从以下路径 (C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin) ，在我的情况下，我复制了“cudart64_101.dll”文件并粘贴到 (C:\Program Files\ NVIDIA GPU 计算工具包\CUDA\v10.2\bin)。

然后导入 Tensorflow 工作顺利。

NB 抱歉英语不好

Answer 5

在conda环境中，这就是解决我的问题的原因（我错过了cudart64-100.dll：

1. 从dll-files.com/CUDART64_100.DLL下载

2. 把它放在我的 conda 环境中 C:\Users\<user>\Anaconda3\envs\<env name>\Library\bin

这就是全部！您可以仔细检查它是否有效：

import tensorflow as tf
tf.config.experimental.list_physical_devices('GPU')

Answer 6

在我的情况下，tensorflow 安装正在寻找 cudart64_101.dll

cudart64_101 的 101 部分是 Cuda 版本 - 这里 101 = 10.1

我下载的是11.x，所以我系统上cudart64的版本是cudart64_110.dll

这是错误的文件！！cudart64_101.dll ? cudart64_110.dll

解决方案

从https://developer.nvidia.com/下载 Cuda 10.1

安装（我的 NSight Visual Studio 集成崩溃了，所以我把它关掉了）

安装完成后，您应该有一个 Cuda 10.1 文件夹，并且在 bin 中系统抱怨缺少 dll

检查10.1 bin文件夹的路径是否注册为系统环境变量，所以在加载库时会检查

如果系统没有立即选择该路径，您可能需要重新启动

Answer 7

如果您看到上述错误，但实际上您安装了 CUDA 10，此答案可能会有所帮助：

pip install tensorflow-gpu==2.0.0

输出：

I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_100.dll

这对我来说是解决方案。

Answer 8

我安装了 cudatoolkit 11 并将 dll 复制 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin到C:\Windows\System32. 它针对 PyCharm 进行了修复，但针对 Anaconda jupyter 进行了修复：

[名称：“/device：CPU：0”device_type：“CPU”内存_限制：268435456局部性{}化身：6812190123916921346，名称：“/device：GPU：0”device_type：“GPU”内存_限制：13429637120局部性{bus_id：1个
链接{ } } incarnation: 18025633343883307728physical_device_desc: "设备: 0, 名称: Quadro P5000, pci 总线 id: 0000:02:00.0, 计算能力: 6.1" ]