Python 解决报错 Could not load dynamic library ‘cudnn64_8.dll‘; dlerror: cudnn64_8.dll not found

目录

一、Could not load dynamic library 'cudnn64_8.dll'; dlerror: cudnn64_8.dll not found


一、Could not load dynamic library 'cudnn64_8.dll'; dlerror: cudnn64_8.dll not found

场景复现:在pycharm中运行代码时,报错

原因

  • 可能性1:cuda和cudnn版本不对
  • 可能性2:cudnn没有安装上

解决方法

(1)需要找到你安装的cuda位置,实在是不知道了,在命令行查找,输入set cuda即可

set cuda

此处,我的安装路径就是一种最常见的安装位置,

CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5
CUDA_PATH_V11_5=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5

然后到这个路径下找到bin文件,

打开里面确实没有cudnn64_8.dll文件。

(2)然后我们需要去下载我们所需的cudnn64_8.dll文件,

cuDNN地址如下,https://developer.nvidia.com/rdp/cudnn-download

不过要注意的是,我们需要注册一个账号,才可以进入到下载界面。大家可以放心注册的。

(3)然后将解压后的文件放入之前cmd找到的cuda路径下,

注意是将解压后的三个子文件夹(bin include 等)里的东西都加入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5目录下

解压之后,

  • lib里的文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\lib
  • bin里的文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin
  • include 里的文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5

 

(4)并且重新在系统变量中环境变量中的path中添加以下三条新路径:

  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\cudnn\include
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\cudnn\lib
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\cudnn\bin

ok,问题解决了。

  • 6
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

水w

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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