关于tensorflow2.X下使用CUDA11.X版本,编译时报缺少cusolver64_10.dll文件的解决过程

关于tensorflow2.X下使用CUDA11.X版本,编译时报缺少cusolver64_10.dll文件的解决过程

我是在anaconda环境下使用tensorflow,所以cuda,cudnn等工具包也是使用conda安装的。之前用的cuda10,由于中间一顿瞎折腾,给弄出问题了,所以后来重新装,就装的新版本CUDA11.1。
在我安装了CUDA11.1版本后,编译时就开始报这样的错误,我相信小伙伴们基本都遇到了吧。

2021-03-04 10:12:07.170133: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library curand64_10.dll
2021-03-04 10:12:07.171505: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found
2021-03-04 10:12:07.179776: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library cusparse64_11.dll
2021-03-04 10:12:07.183574: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library cudnn64_8.dll
2021-03-04 10:12:07.183685: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1757] Cannot dlopen some GPU libraries. Please make sure the missing libraries mentioned above are installed properly if you would like to use GPU. Follow the guide at https://www.tensorflow.org/install/gpu for how to download and setup the required libraries for your platform.

唉,这给我愁的啊,怎么就不明白,我11的版本,为什么它就要去找10版本的dll呢,那没办法,找解决办法,有人说把cusolver64_11.dll重命名为cusolver64_10.dll或者复制一个10版本的文件过去就行,那我得先找到cuda的目录不是,一顿好找,本来我对这些安装路径就不是很熟,最终找到的相关dll存放地址有如下地址:

C:\Users\admin\.conda\pkgs\cudatoolkit-11.1.1-heb2d755_7\Library\bin

还有一个我anaconda环境下的地址:

D:\software\anaconda3\pkgs\cudatoolkit-11.1.1-heb2d755_7\Library\bin

我也不知道为什么会有两个地方(有知道的朋友可以评论区告诉我一下),但是目的是把缺少文件放进去嘛,我就放进去了,但是还是不行。
又网上查找了一番,有人说是要把cublasLt64_10.dll也放进去,我试过了,还是不行。我认为原因可能是这两个地址都不是cuda的启动路径,但是我也找不到,没有结果(知道的朋友可以评论区可以告诉我一下)。
但是这个思路应该是可行的。所以对于那些直接下载安装使用cuda和cudnn的朋友,应该按照上述方法在相应目录下更换相关文件是可以的,比如:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin

那我最后如何办呢,根据网上一种说法,比较简单粗暴的,就是不管cuda的相关启动目录了,直接把cusolver64_10.dll丢入windows/System32目录,我尝试了一下,可以解决。
问题是解决了,但是这种解决方法总归是有些野路子的感觉,感觉有风险呐,如果后续有了什么可行的解决方法,环境大家在评论区分享。

### 回答1: cusolver64_10.dll 是一种用于CUDA Solver库的动态链接库文件。它是NVIDIA CUDA开发工具包中的一部分,用于数值计算、线性代数和矩阵计算等领域的加速。 如果需要下载 cusolver64_10.dll,可以通过以下步骤进行: 1. 从NVIDIA官方网站的CUDA下载页面获取合适版本CUDA Toolkit软件包。这个软件包中包含了 cusolver64_10.dll 的安装文件。 2. 解压下载的CUDA Toolkit软件包,找到 cusolver64_10.dll 的安装文件。这通常位于解压文件夹的一个子文件夹中,具体路径视CUDA Toolkit版本而定。 3. 将 cusolver64_10.dll 复制到你想要使用它的目标文件夹中。比如,如果你想在一个特定的应用程序中使用它,可以将其复制到该应用程序的安装目录。 4. 确保 cusolver64_10.dll 被正确引用。有些应用程序可能需要在运行时明确指定 cusolver64_10.dll 的路径,以便能够正确加载它。 总之,要下载 cusolver64_10.dll,首先需要获取适合的CUDA Toolkit软件包,然后从中提取出 cusolver64_10.dll 文件,并将其复制到所需位置。请注意,这个过程可能会因CUDA Toolkit版本和具体环境而有所不同,所以请根据具体情况进行操作。 ### 回答2: cusolver64_10.dll是NVIDIA CUDA中的一个动态链接库文件,用于提供线性代数运算的求解器函数。这个文件通常用作CUDA求解器的一部分,用于求解线性代数问题,例如矩阵求逆、特征值分解等。 要下载cusolver64_10.dll,您可以按照以下步骤进行操作: 1. 首先,您需要安装NVIDIA CUDA开发工具包。访问NVIDIA官方网站,搜索CUDA开发工具包,并根据指示下载和安装合适的版本。 2. 安装完成后,使用CUDA开发工具包中的命令行工具或者CUDA Toolkit安装目录下的文件浏览器,浏览到相应的目录,通常是类似于"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin"的路径。 3. 在该目录下,您可以找到cusolver64_10.dll文件。如果找不到该文件,可能是因为没有正确安装CUDA开发工具包或版本不匹配。请检查您的安装并确保使用与目标文件版本相对应的CUDA版本。 4. 如果您无法找到cusolver64_10.dll文件,您还可以尝试从NVIDIA开发者网站或第三方资源网站上进行下载。在下载新版本dll文件时,确保从可信和可靠的来源进行下载以避免潜在的安全风险。 总之,下载cusolver64_10.dll文件的最佳方法是通过正确安装和配置NVIDIA CUDA开发工具包,并从该安装目录中获取所需的文件。请确保您选择的版本与您的系统和应用程序需求相匹配,并注意从安全可靠的来源进行下载。 ### 回答3: cusolver64_10.dll 是一种动态链接库文件,它是由英伟达(NVIDIA)提供的用于解决线性代数问题的库文件。该库文件是 NVIDIA CUDA 加速库(CUDA solver)的一部分,用于解决数值计算中的各种数学问题,如矩阵分解、特征值求解和线性方程组求解等。 要下载 cusolver64_10.dll,您可以按照以下步骤进行操作: 1. 首先,您需要前往 NVIDIA 官方网站。在官方网站的下载页面上,您可以找到各种 NVIDIA 的开发工具和库文件。 2. 在网站上找到 CUDA Toolkit 下载页面,并选择适用于您的操作系统版本CUDA Toolkit 版本cusolver64_10.dll 包含在 CUDA Toolkit 中。 3. 点击下载按钮并选择您想要的下载方式。您可以选择直接下载安装程序,或者选择下载压缩包文件等。 4. 下载完成后,根据下载的文件类型进行安装或解压缩。如果您下载的是安装程序,运行该程序并按照安装向导的指示完成安装。 5. 安装完成后,您就可以在安装目录中找到 cusolver64_10.dll 文件。通常它位于 CUDA Toolkit 的安装目录或相关的库文件目录中。 注意:cusolver64_10.dllCUDA Toolkit 的一部分,因此您需要确保您已正确安装 CUDA Toolkit。另外,根据您的操作系统和 CUDA Toolkit 的版本文件名称和路径可能会有所不同。 以上是关于 cusolver64_10.dll 下载的简要说明。希望能对您有所帮助!
评论 1
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