在仅安装CPU版本的tensorflow上，无法加载动态库'cudart64_101.dll'

Question

在仅安装CPU版本的tensorflow上，无法加载动态库'cudart64_101.dll'

pythonpython-3.xtensorflowkerastensorflow2.0

160

我刚刚通过pip install tensorflow安装了最新版本的Tensorflow，但是每当我运行程序时，我会收到以下日志信息：

W tensorflow/stream_executor/platform/default/dso_loader.cc:55] 无法加载动态链接库'cudart64_101.dll'; dlerror：找不到cudart64_101.dll

这是有问题的吗？我该如何修复错误？

- GPhilo

19个回答

76

安装TensorFlow 2.1的GPU支持前提条件：

安装最新的GPU驱动程序。
安装CUDA 10.1。
- 如果CUDA安装程序报告“正在安装较旧的驱动程序版本”，则可以选择自定义安装并取消选择某些组件。请注意，除了TensorFlow以外，随CUDA捆绑的软件还包括GeForce Experience、PhysX、显示驱动程序和Visual Studio集成都不是必需的。
- 还请注意，TensorFlow需要特定版本的CUDA Toolkit，除非您从源代码构建；对于TensorFlow 2.1和2.2，当前要求的版本为10.1。
安装cuDNN。
1. 下载cuDNN v7.6.4用于CUDA 10.1。这将需要您注册NVIDIA Developer Program。
2. 解压到适当的位置并将bin目录添加到您的PATH。
通过pip install tensorflow安装tensorflow。
您可能需要重新启动电脑。

- Chayan Bansal

3

谢谢。但我还要补充一点：如果你从Microsoft Store安装了Python，即使你已经完成了必要的步骤，你仍然可能会遇到此问题！请参见我的答案。 - Mir-Ismaili

7

修改PATH变量后，请重新启动您的IDE。 - t3chb0t

2

注意：在安装了最新的GPU驱动程序后，我有点困惑，因为nvidia-smi显示我的CUDA版本是11.2（TF 2.4需要CUDA 11），但实际安装和使用的CUDA版本是10.1。因此，永远不要跳过CUDA安装步骤，并始终确保您的PATH设置正确。 - Nerxis

2

哇，重新启动我的电脑可以节省我2小时的时间。谢谢 :) - Beolap

32

TensorFlow 2.3.0可与CUDA 11良好配合使用。但您必须在安装tensorflow和CUDA 11之后安装tf-nightly-gpu：

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这条消息：

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

- Jenya Pu

3

谢谢！我本来以为我得回滚到10.1版本。 - Mark

3

谢谢！ "pip install tf-nightly" 对我很有帮助。 - Hagbard

1

谢谢！在尝试了15个小时后，这是我唯一的解决方案。 - Upulie Han

1

需要完成四个步骤：1）安装 tf-nightly-gpu，2）使用自定义安装方式安装最新的 Nvidia CUDA 工具包（11.2+），但不要覆盖较新的驱动程序（取消选择），3）重新启动终端，4）如果上述步骤导致 Nvidia 驱动程序出现问题，则重新安装。例如，nvidia-smi 的结果为“无法初始化 NVML：GPU 访问被操作系统阻止”。 - BSalita

在2021年3月，tensorflow新版本被宣布与cuda 11兼容，但我不太喜欢使用夜间版的tensorflow-gpu，感觉像是一种hack。尽管如此，这仍然是唯一可行的解决方案。 - Christian Vincenzo Traina

20

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

我选择了安装程序类型：exe(local) (适用于Windows)，并以自定义模式安装了10.1(不包括Visual studio集成、NVIDIA PhysX，因为之前我安装了CUDA 10.2,所以必要的依赖项已经自动安装）。

安装完成后，在以下路径中（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin），在我的情况下，我复制了cudart64_101.dll文件并将其粘贴到(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin)。

然后导入Tensorflow就能顺利进行了。

- Shantanu Nath

我在使用Conda env时遇到了同样的问题。解决方案也是一样的：将警告中提到的Dlls从“...\Anaconda\Envs<myEnv>\Library\bin”复制到“...\Anaconda3\Library\bin”。所需的Dlls应该在os知道的路径中。 - SaeedM

3

请注意：将文件夹 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 添加到 PATH 中也是可行的（而且是推荐的方法），这样可以避免干扰 CUDA 安装。 - GPhilo

请使用NVIDIA网站下载.dll文件，链接为https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal。 - Upulie Han

17

在我的情况下，tensorflow的安装需要cudart64_101.dll文件。

{{cudart64_101}}的101部分是Cuda版本号，这里的101代表10.1。

我已经下载了11.x版本，因此我系统上的cudart64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(我的安装在NSight Visual Studio Integration时崩溃了，所以我将其关闭)

安装完成后，您应该有一个Cuda 10.1文件夹，在bin目录中会有系统报告缺失的dll文件。

请检查10.1二进制文件夹的路径是否已注册为系统环境变量，这样加载库时就会进行检查。

如果系统没有立即捕获路径，则您可能需要重新启动

- Malcolm Swaine

1

在安装CUDA 11.0后，我确认需要重新启动计算机才能让tensorflow找到它（cudart64_xyz.DLL需要CUDA版本xy.z，在我的情况下，xyz=110，而不是101）。 - JoseOrtiz3

12

在 conda 环境中，以下操作解决了我的问题（我缺少 cudart64-100.dll 文件）：

从dll-files.com/CUDART64_100.DLL下载该文件。
将该文件放入我的 conda 环境目录下的 C:\Users\<user>\Anaconda3\envs\<env name>\Library\bin。

这就是全部步骤！你可以双重检查是否正常运行。

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

- Nicolas Gervais

7

如果您安装了CUDA 10.1，那么您很可能已经在“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin\cudart64_101.dll”路径下有这个DLL文件。我个人不喜欢从次要来源下载DLL文件。 - Dustin Andrews

对我来说，目录位置是 C:\Users<user>.conda\envs<env name>\Library\bin。 - quarkz

6

如果您看到以上错误，但实际上已经安装了CUDA 10，则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

这对我来说是一个解决方案。

- Scott

5

我安装了cudatoolkit 11，并将dll复制到C:\Windows\System32中。这解决了PyCharm的问题，但Anaconda jupyter仍然存在问题:

[名称："/device:CPU:0" 设备类型："CPU" 内存限制：268435456 位置 { } 化身：6812190123916921346 , 名称："/device:GPU:0" 设备类型："GPU" 内存限制：13429637120 地点 { bus_id: 1
links { } } 化身：18025633343883307728 物理设备描述： "device: 0, name: Quadro P5000, pci bus id: 0000:02:00.0, compute capability: 6.1"]

- user3452134

谢谢，将dll文件复制到那里确实很好用： tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库cudart64_110.dll - Mitch

4

Tensorflow 2.1 支持 Cuda 10.1。

如果您想要快速的解决方案：

只需从此处下载 cudart64_101.dll。解压缩文件并将 cudart64_101.dll 复制到 CUDA 的 bin 目录中

否则：

安装 Cuda 10.1

- S Chakraborty

CUDA的bin目录位于哪里？ - Maf

11

建议人们从非官方来源安装可执行文件并不是一个好的解决方案。 - Michael Hoffmann

4

这个方法对我起作用了：

我使用anaconda预先安装了环境（这是代码）。

conda create -n YOURENVNAME python=3.6 // 3.6> incompatible with keras
conda activate YOURENVNAME
conda install tensorflow-gpu
conda install -c anaconda keras
conda install -c anaconda scikit-learn
conda install matplotlib

但是我仍然收到这些警告。

2020-02-23 13:31:44.910213: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found

2020-02-23 13:31:44.925815: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cublas64_10.dll

2020-02-23 13:31:44.941384: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cufft64_10.dll

2020-02-23 13:31:44.947427: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library curand64_10.dll

2020-02-23 13:31:44.965893: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusolver64_10.dll

2020-02-23 13:31:44.982990: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusparse64_10.dll

2020-02-23 13:31:44.990036: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found

我如何解决第一个警告：我只是下载了一个包含所有cudnn文件（dll等）的压缩文件，链接在此：https://developer.nvidia.com/cudnn

我如何解决第二个警告：我在通过conda创建的虚拟环境中查找了最后一个缺失的文件（cudart64_101.dll），然后将其复制/粘贴到与cudnn .dll相同的lib文件夹中即可。

- Nox

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- GPhilo · Accepted Answer

Tensorflow 2.1+

我需要担心吗？我该如何解决它？

如果你的电脑没有支持CUDA的GPU，或者你不在意没有GPU加速，那么就不用担心。但是如果你安装了tensorflow并想要使用GPU加速，请检查你的CUDA安装情况（TF 2.1需要CUDA 10.1，而不是10.2或10.0）。

如果你只是想消除警告，可以调整TF的日志级别以抑制警告，但这可能有些过度，因为它将使所有警告都被静默处理。

Tensorflow 1.X或2.0：

你的CUDA设置有问题，请确保你已安装正确版本。

在仅安装CPU版本的tensorflow上，无法加载动态库'cudart64_101.dll'

Tensorflow 2.1+

最新动态

我需要担心吗？我该如何解决它？

Tensorflow 1.X或2.0：

解决方案