tensorflow报错: DNN library is no found

已于 2024-01-15 23:01:12 修改
阅读量1.1k 收藏 8
点赞数 9
分类专栏： 机器学习 文章标签： tensorflow dnn 人工智能
于 2024-01-15 23:00:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014686399/article/details/135612927
版权
错误描述

如上图在执行程序的时候，会出现  DNN library is no found 的报错

解决办法

这个错误基本上说明你安装的 cudnn有问题，或者没有安装这个工具。

  • 首先检测一下你是否安装了 cudnn

进入CUDA_HOME下，也就是进入你的cuda的驱动的安装目录，查看一下是否有 include/cudnn.h这个文件，如果没有就说明没有安装。

  • 我是没有的情况，我就说一下我是怎么安装的
cudnn的安装

确定cuda的版本

通过cuda version 可以看到是 11.7，然后进入 TensorFlow 官网，寻找你的TensorFlow，11.7的cuda应该匹配那个版本的cudnn

从源代码构建  |  TensorFlow

 如果上面没有的话，就让cudnn和cuda匹配吧

cuDNN Archive | NVIDIA Developer

个人建议别用太新的，我选的是8.4.1

然后就是安装了，将tar包上传到服务器上，然后解压，然后将include目录的文件拷贝到 CUDA_HOME的include目录下，将lib目录下的文件拷贝到CUDA_HOME的lib64的目录下

然后执行一下ldconfig，如果没有报错，在测试一下你的程序，看看还报错不。

##

祝你好运

# 有问题可以进群聊聊

614809646  qq群->数字人和tts

runing_an_min
关注
  • 9
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
识别游戏：DNN分类器竞赛
02-17
ACSE 4.4-机器学习小型项目 识别游戏 此处提供所有信息： : 该项目旨在将具有3个RGB通道的64 * 64图片分类为200个类别。 当提供10000张未标记的图片作为测试数据时，提供了100000张带有标签的训练图片。 尝试在一些成熟的神经网络模型上进行转移学习，验证精度为0.35-0.824。 最后，我们决定将前4个模型组合在一起，并在排行榜上获得前3个出色的0.841准确性。 组合模型的工作流程： 使用的模型（带有ML的DenseNet代码和集成代码进行演示记录）： 整体代码： 尝试过的模型： 模型 预训练 Val Acc 训练后的尺寸 火炬型号二手 合并模型 是的 0.877 299224144 Inception_v3 + ResNet50 + ResNet101 合并模型 是的 0.864 299224144128 Inception_v3 +
Colab: (0) UNIMPLEMENTED: DNN library is not found
Nkhmbkpy的博客
03-30 5265
1、Colab: (0) UNIMPLEMENTED: DNN library is not found 2、Unknown: Failed to get convolution algorithm. This is probably because cuDNN: 添加下面两行 import os os.environ[‘CUDA_VISIBLE_DEVICES’] = ‘/gpu:0’ 方法一：可能是Tensorflow-gpu版本太高，我报错时为1.12，可以将其降为1.9.0 pip install
caffe cmake编译时找不到cudnn
qq_25295407的博客
01-24 6083
cudnn not found cmake  -DCUDNN_INCLUDE="/your/path/to/include" -DCUDNN_LIBRARY="/your/path/to/lib64/libcudnn.so" /path/to/caffe cmake  -DCUDNN_INCLUDE="/usr/local/cuda8_5.0/include/" -DCUDNN_LIBRARY
tensorflow+cuda+cudnn+keras遇到的一些坑。
fjh1997的博客
07-16 1172
这个是因为安装了8.1.1版本的cudnn而tensorflow 2.11.0匹配的是 8.1.0。但是也会存在一些问题，就是电脑上同时安装了多个CUDA版本的库，同时也安装了多个cudnn的库，导致即使安装了正确的库也没有办法正确识别。错误的解决方法，简单来说就是tensorflow和cuda以及cudnn，keras还有nvidia驱动之间的版本要对应，参考。如上所示是既有链接到8.1.0的也有链接到8.0.5的。驱动则是安装cuda的时候会自带。确保链接到8.1.0。有时候会遇到这样的问题。
TensorFlow示例：Tensorflow实例
02-03
Tensorflow实例 基础 变量 TensorBoard的使用 调试 -[未完] 初级实例 跑实例时一步一步解析每一行代码，包括每个一个变量，每一个函数每一步的运行结果写在后面注释里面 机器学习 张量板 算法相关 [聂彬-认领] [张夏旭-认领]-完成 -[魏杨-认领] 卷积神经网络-[魏杨-认领] [聂彬-认领] [聂彬-认领] [张夏旭-认领] -[王凯-认领] -[王凯-认领] -[王凯-认领] 本项目为开源项目：由[Tensorflow学生会]管理更新，TF爱好者参与 一个DNN的分类示例介绍内容：构造一个四层的DNN，用Python读取一份分类数据，并feed给DNN。一步步解析每一行代码，包括每个一个变量，每个一个函数 一个CNN的分类例子（MNIST）介绍内容：代码，并一步步解析每一行代码，包括每个一个变量，每个一个函数。 转换image成tfrecord的例子 读tfrecords，并训练网络使用tfrecords 结束其他需要修改的大家提出来
tensorflow-gpu安装的常见问题及解决方案
01-20
装tensorflow-gpu的时候经常遇到问题，自己装过几次，经常遇到相同或者类似的问题，所以打算记录一下，也希望对其他人有所帮助 基本信息 tensorflow-gpu pip安装（virtualenv等虚拟安装实质也是pip安装，只是建了个独立的环境，不会影响系统环境，查问题比较容易，最多重新再创建一个干净的环境再来） 安装完之后会用import tensorflow看是否安装成功，结果报错，主要有碰到下面两大类报错信息： 1.ImportError: DLL load failed: 找不到指定的模块 之pywrap_tensorflow.py 报错信息里面有大量的pywrap
UNIMPLEMENTED: DNN library is not found. 细数安装tensorflow-gpu时CUDA版本和cudnn版本的坑
wangj1ngyan的博客
11-24 7489
细数安装tensorflow-gpu时CUDA版本和cudnn版本的坑.
Node: ‘model/conv2d/Conv2D‘ DNN library is not found. [[{{node model/conv2d/Conv2D}}]] [Op:
qq_43663979的博客
04-05 2823
55555，困了几个小时了，终于解决了。
SUSTechPOINTS安装报错
weixin_44577224的博客
07-28 256
1.没装tensorflow。3.protobuf版本太高。2.没装protobuf。
dnn_utils_v2.py
01-08
coursera的吴恩达的课编程练习所需的所需包和数据，可以方便学员自己在本地练习
基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip
04-18
基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip 基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip 基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip 基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip 基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip 基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip 基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip 基于tensorflow keras DNN神经网络训练预测豆瓣中文影评差评好评项目.zip
OpenContent:DNN的结构化内容编辑（Dotnetnuke）
04-28
开放内容 DNN的结构化内容编辑（Dotnetnuke） 目标 响应式网站HTML模块替换 最终用户可轻松编辑复杂布局的内容 使用引导程序之类的框架对网站进行内容编辑 特征 复杂数据的结构化内容编辑（从单个项目到多个列表） 文本，HTML，图像（带有裁切器）等的字段类型。 基于模板的渲染 多语言 与数据定义和模板交换模板 从内容编辑UI编辑模块标题 在线模板编辑 以及更多... 文档：[url： : ] **入门模板演示：[url： : ]模板下载：[url： : ]模板在GitHub上[url： : ] 会费 从您想作为工作基础的位置创建一个主题分支。 这通常是“开发”分支。 基于开发快速创建主题分支； git checkout -b my_contribution开发提交逻辑单元。 搭建开发环境 要设置开发环境并构建DNN开发工具，只需执行以下步骤：
归档.zip_DNN神经网络_tensorflow_tensorflow dnn_函数拟合_用DNN拟合函数
07-15
神经网络拟合函数，DNN神经网络，TensorFlow
dnn-rtl:DNN的Verilog RTL实现
05-10
dnn-RTL USC DNN系统的RTL和FPGA实现-Sourya，Yinan，Chiye，Mahdi testbench-主文件是tb_mnist.v。 其他文件用于婴儿网络或子模块。 src-所有源代码Verilog文件。 等级制度： DNN.v - whole network layer_...
tensorflow-serving实战
qq_52053775的博客
04-24 119
1.打开主页下载完我们只需要其中的一个训练好的模型而已4.需要把模型复制到C盘下5.进入到下载好的github项目中，进入该路径6.模型说明00000123 表示模型的版本号7.执行该命令docker run -t --rm -p 8501:8501 -v 本地路径：/models/xxx -e MODEL_NAME=half_plus_two tensorflow/serving必须绝对路径，注意路径的格式server已经启动8.测试hello_world。
Tensorflow2.0笔记 - BatchNormalization
vivo01的专栏
04-23 1000
本笔记记录BN层相关的代码。关于BatchNormalization，可以自行百度
forward 函数在深度神经网络程序中确实用于表示程序逻辑，特别是网络的前向传播过程。它描述了输入数据如何通过网络的每一层，并最终得到输出预测值的流程
qlkaicx的博客
04-25 489
在深度神经网络（例如卷积神经网络，CNN）的程序中，forward 函数通常用于描述网络的前向传播（forward pass）过程。前向传播是神经网络的核心操作之一，它指的是输入数据通过网络的每一层，最终得到输出预测值的过程。
设计普遍逼近的深度神经网络:一阶优化方法
最新发布
liangdaojun的博客
04-27 131
传统的基于优化的神经网络设计方法通常从一个具有显式表示的目标函数出发，采用特定的优化算法进行求解，再将优化迭代格式映射为神经网络架构，例如著名的 LISTA-NN 就是利用 LISTA 算法求解 LASSO 问题所得 [4]，这种方法受限于目标函数的显式表达式，可设计得到的网络结构有限。一些研究者尝试通过自定义目标函数，再利用算法展开等方法设计网络结构，但他们也需要如权重绑定等与实际情况可能不符的假设。论文地址：https://ieeexplore.ieee.org/document/10477580。
dnn library is not found.
11-14
dnn library is not found. 是指深度神经网络库未找到。这可能是因为库文件丢失、路径设置错误或者版本不兼容等原因造成的。要解决这个问题，首先需要确认确保安装了正确的深度神经网络库，并且路径设置正确。可以尝试重新安装库文件，或者更新库的版本。另外，还可以检查系统环境变量中的路径设置，确保正确引用了库文件的路径。如果以上方法都无法解决问题，可以尝试搜索相关的解决方案或者向开发者社区寻求帮助。总之，解决dnn library is not found.的问题需要一定的技术知识和经验，需要耐心地排查并尝试多种方法。希望以上回答能够帮助到你解决这个问题。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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