Windows 配置 tensorflow-gpu 时遇见Could not load dynamic library ‘cusparse64_11.dll‘； dlerror报错

CAESIUM

于 2024-09-05 19:37:12 发布

阅读量190

点赞数 2

文章标签： windows tensorflow 人工智能

本文链接：https://blog.csdn.net/CAESIUM/article/details/141939109

版权

解决方法1：在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin目录下找到对应动态链接库的其他版本，如，'cusparse64_12.dll'，并将其重命名为'cusparse64_11.dll'后复制到C:\Windows\System32里去，再次运行即可解决报错。

解决方法2：在C:\Users\~\anaconda3\pkgs\cudatoolkit-~\Library\bin目录下找到对应缺失的动态链接库，将其复制到C:\Windows\System32里去，再次运行即可解决报错。

可通过下述代码验证是否成功：

import tensorflow as tf

print(tf.__version__)
print(tf.test.gpu_device_name())
print(tf.config.experimental.set_visible_devices)
print('GPU:', tf.config.list_physical_devices('GPU'))
print('CPU:', tf.config.list_physical_devices(device_type='CPU'))
print(tf.config.list_physical_devices('GPU'))
print(tf.test.is_gpu_available())
# 输出可用的GPU数量
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
# 查询GPU设备