Could not load dynamic library ‘cudnn64_7.dll‘; dlerror: cudnn64_7.dll not found 解决方法

 Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found

报错信息
笔者我使用的环境为:
python 3.6.5
CUDA 10.0
tensorflow 1.15.0

去官网下载相关文件:https://developer.nvidia.com/rdp/cudnn-download#a-collapse765-101要注册账户才能下载,讨厌的是验证邮箱,验证邮件半天到不了,搞了半天才注册成功。下图为我下载的版本
下载版本你也可以从我这下载:链接:百度网盘下载 提取码:wvju

下载完成后解压压缩包,将bin目录下的cudnn64_7.dll文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin下,便可成功解决这个问题
解压后的文件夹需要放的文件夹重新运行程序,该问题解决。

成功解决

  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 这是一个TensorFlow的错误信息,意思是无法加载动态库'cudnn64_8.dll',并且提示该文件未找到。这通常是由于缺少CUDA和cuDNN库或者版本不匹配所导致的。需要安装相应的CUDA和cuDNN库,并且确保版本匹配才能解决这个问题。 ### 回答2: 这个报错信息出现在使用 TensorFlow 深度学习库训练模型时,通常是由于缺少或不正确安装 NVIDIA cuDNN 库导致的。cuDNN 是 NVIDIA 提供的深度神经网络加速库,可以提高深度学习模型计算速度,需要与 CUDA 配合使用。 首先,要检查是否已正确安装 CUDA 和 cuDNN。通常建议使用 NVIDIA 官方提供的 CUDA 和 cuDNN 版本进行安装。若已正确安装,需要设置环境变量,包括设置 CUDA_PATH、CUDNN_HOME、PATH 等变量。 如果确保已正确安装 CUDA 和 cuDNN,并设置了正确的环境变量,仍然出现这个错误,可以检查 cudnn64_8.dll 文件是否在系统的 PATH 路径中,或者重新安装 CUDA 和 cuDNN 库。 另外,还需要注意 TensorFlow 版本与 CUDA、cuDNN 版本的兼容性。要确保 TensorFlow 支持所使用的 CUDA 和 cuDNN 版本,并相应地设置环境变量。 总之,出现这个报错一般是因为缺少或不正确安装 cuDNN 库,需要仔细检查环境变量设置和库的安装情况。 ### 回答3: 这个错误信息表示 TensorFlow 在加载 CUDA 深度学习库时遇到了问题,具体地说是找不到 cudnn64_8.dll 库文件。cudnn64_8.dll 是 NVIDIA 提供的针对深度学习加速的库文件,而 TensorFlow 则是基于 CUDA 和 cudnn 进行开发的。 出现此错误信息可能有多种原因,可以尝试以下方法: 1. 确认是否已经安装了 CUDA 和 cuDNN 并添加环境变量。cuda 和 cudnn 支持不同的版本,需要结合自己的 GPU、Python、操作系统及 TensorFlow 版本进行选择。 2. 检查相关库文件是否存在,例如 cudnn64_8.dll 库文件是否在相应的文件路径下。 3. 可以尝试升级或降级 cuda 和 cudnn 的版本,以适配 TensorFlow 的版本。 4. 检查相关驱动是否安装或安装正确,如显卡驱动等。 5. 如果是在 conda 环境下,可以尝试重新创建环境或卸载重装部分包/环境。 6. 如果以上方法均无法解决问题,可以尝试在 TensorFlow 论坛或 GitHub 上提出问题,获取更多的帮助。 总之,解决此问题需要对 TensorFlow、CUDA、cuDNN、环境变量、驱动等多个方面进行深入的理解和排查。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值