ImportError：无法加载动态库'cudart64_110.dll' [重复]答案

【问题标题】：ImportError: Could not load dynamic library 'cudart64_110.dll' [duplicate]ImportError：无法加载动态库'cudart64_110.dll' [重复]
【发布时间】：2021-05-18 06:27:46
【问题描述】：

我最初使用 PyCharm 运行 TensorFlow。在 PyCharm 中，没有出现与标题相同的短语。但是在我切换到 VS Code 并安装了 Python 扩展之后，在我写执行import tensorflow as tf的时候，反复出现像标题这样的错误。

ImportError: 无法加载动态库 'cudart64_110.dll'

考虑到PyCharm没有问题，貌似不是环境变量问题。

当我在命令提示符窗口中键入在 VS Code 中执行的相同命令时，会出现另一个短语，

“连接失败，因为目标计算机拒绝连接。”

我的操作系统：Windows 10 我正在使用 Anaconda，并创建了一个虚拟环境。 vscode 版本：1.53.2 张量流版本：2.4.1 CUDA：11.2 cudnn：8.1

【问题讨论】：

我已经尝试重启但失败了
您拥有的 Tensorflow 版本显然是为 CUDA 11 构建的。它不适用于 CUDA 11.2
如果是版本问题，在pycharm中不工作是正常的，但是在pycharm中是没有问题的。
@w r - 你在 VS Code 中使用与 pycharm 中相同的 python 环境吗？您是否尝试过使用 cuda11.0（以及支持的 cudnn）？
这能回答你的问题吗？ Working with Anaconda in Visual Studio Code

标签： python tensorflow visual-studio-code

【解决方案1】：

我同意这是由于您的 CUDA 版本，检查tensorflow GPU build config 的底部，它说对于 2.4，您需要 CUDA 11.0 和 cuDNN 8.0，您都没有，此外，您需要 MSVC 2019 来编译它。
请注意，对于较新版本的 tensorflow-gpu (>=2.3.0)，conda 不会下载所有内容，您需要手动完成。
因为似乎所有证据都指向 GPU 支持问题，所以 tensorflow-gpu 可能仍然在不使用 GPU 的情况下运行，所以当你使用 PyCharm 时它可能在 CPU 上运行，
我建议您仔细检查它在 PyCharm 中是否按预期运行

print(tf.config.list_physical_devices('GPU'))

或者只是简单地重新安装所有东西

【讨论】：

import tensorflow as tf from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) print("Num GPUs Available:", len(tf.config.experimental.list_physical_devices('GPU' ))) 打印(tf.config.list_physical_devices('GPU'))
[name: "/device:CPU:0" device_type: "CPU" memory_limit: 268435456 locality {} incarnation: 17353097725904040844, name: "/device:GPU:0" device_type: "GPU" memory_limit : 6932588160 locality { bus_id: 1 links { } } incarnation: 8560550394379888321 physical_device_desc: "设备: 0, 名称: GeForce RTX 2070 SUPER, pci bus id: 0000:26:00.0, 计算能力: 7.5"] 可用 GPU 数量: 1 [ PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
在Pycharm中就出来像上面这样，是不是有问题？

【解决方案2】：

我将“cudart64_110.dll”复制到CUDA/v11.2/bin文件夹中，解决了。

【讨论】：

【解决方案3】：

这是由于 tensorflow GPU 支持所致。 Tensorflow 现在带有 GPU 支持，系统需要图形支持和 CUDA、CUDU 安装。如果您错过了 CUDA 安装，那么您将收到上述消息。没有 CUDA，最新版本的 tensorflow 有时无法运行。

尝试安装tensorflow 1.15和python 3.7.4

https://www.python.org/ftp/python/3.7.4/python-3.7.4-amd64.exe

pip install tensorflow==1.15

注意：通常 tensorflow 将在没有 cuda 的情况下运行，但消息将始终显示在提示符中。

【讨论】：

我已经安装了 CUDA。这就是它在 Pycharm 中运行良好的原因。