无tensorflow,在pytorch下使用tensorboard可视化工具报错:Could not load dynamic library ‘cudart64_110.dll‘; dlerror

在pycharm终端下输入命令
(如果是在cmd中输入命令的话,记得一定要把cmd中的目录切换成本项目的路径,博客最后面有介绍):

tensorboard --logdir logs --host 0.0.0.0

命令中的 logs 是运行完tensorboard的demo脚本后自动会生成的日志文件夹,logs是指定的日志文件夹名称,我最开始没有指定日志文件夹名,自动生成的是runs文件夹(在博客后面会有截图看得到)

直接看:

报错信息:

W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library ‘cudart64_110.dll’; dlerror: cudart64_110.dll not found
I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
在这里插入图片描述
个人碎碎念:
找了一下午的原因,因为很久之前就把 tensorflow 和 pytorch 都装了,运行tensorboard的demo脚本后,报错,发现是两个框架冲突,因此卸载tensorflow, 准备在 pytorch 下使用 tensorboard 可视化工具。( 之后可能就只用pytorch了,弃用tf )

没想到打开了网址 http://localhost:6006/ 后,显示:
在这里插入图片描述
然后我就一直在找 No dashboards are for the current data set. 的原因,网上的很多博主的方法都解决不了我这个。

真实原因

。。。。
发现最终原因是:
cudart64_110.dll not found (没有找到cudart64_110.dll)
。。。。

解决方案

进入官网:dll下载官网
根据报错提示,我缺的是 110 版本的dll ,因此直接搜 110,或者 搜 cudart64_110.dll,按照自己缺损的dll文件版本来下载即可
在这里插入图片描述
然后把下载下来的zip压缩包中的 cudart64_110.dll 文件复制到相应的路径中:
C:\Windows\System32

根据官网提示,
64位版本的windows中,
32位的 dll 文件放在 C:\Windows\SysWOW64\ 目录下;
64位的 dll 文件放在 C:\Windows\System32\ 目录下;

在这里插入图片描述
在这里插入图片描述

再回到pycharm终端中,输入命令

tensorboard --logdir logs --host 0.0.0.0

在这里插入图片描述

启动tensorboard成功。

对了,再提一嘴,在cmd中也可以输入启动命令,但是:
cmd中的目录一定要进入到生成的logs日志的上一级那一级,然后再输入命令,
而且 –logdir 后面可以不需要 = 等于号
直接敲命令:

tensorboard -logdir 日志文件名 --host 0.0.0.0
或
tensorboard -logdir 日志文件名

也能成功启动tensorboard
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

tensorboard完整demo代码:

# 导入torch和tensorboard的摘要写入方法
import torch
import fileinput
from torch.utils.tensorboard import SummaryWriter
# 实例化一个摘要对象,并指定了“logs”日志文件夹路径,还可以写成“logs/a”等
writer = SummaryWriter("logs")
# 代表8个词汇,每个词汇被表示成10维的向量,这里的8个词汇必须和下面输入的vocab.csv中的词汇个数相等
embedded = torch.randn(8, 10)

meta = list(map(lambda x: x.strip(), fileinput.FileInput("vocab.csv", openhook=fileinput.hook_encoded('utf-8', ''))))
writer.add_embedding(embedded, metadata=meta)
writer.close()

我的vocab文件是这样做的,首先建一个vocab.txt文本,在里面随便输入多少个词语,每个词语占一行,我就输入了8个词,点击保存关闭后,直接修改 vocab.txt 文件的后缀为 vocab.csv
在这里插入图片描述

本此的成功解决方案来源于这两篇博客,感大佬们的积极创作:
https://www.pianshen.com/article/31911647685/
https://blog.csdn.net/qq_47233366/article/details/115710212
以上。

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: importerror: could not find 'cudnn64_7.dll' 是一个常见的错误信息,意味着在运行某个程序时无法找到 cudnn64_7.dll 这个文件。 cudnn64_7.dll 是 NVIDIA CUDA 深度神经网络库 (CuDNN) 的一个库文件,用于加速深度学习任务。当使用了基于 CUDA 的深度学习库时,例如 TensorFlowPyTorch,这个文件是必需的。 解决这个错误的方法如下: 1. 确认 CUDA 和 CuDNN 安装正确:首先需要安装正确版本的 NVIDIA CUDA 和 CuDNN。请确保 CUDA 和 CuDNN 的版本兼容,并按照官方文档的指引进行正确安装。 2. 检查环境变量设置:在 Windows 系统中,需要将 CUDA 和 CuDNN 的路径添加到系统的 PATH 环境变量中。打开系统环境变量设置,找到 PATH 变量,确保其包含正确的 CUDA 和 CuDNN 路径。 3. 检查库文件位置:确认 cudnn64_7.dll 文件存在于系统中,并且路径正确。如果文件不存在,可以尝试重新安装 CUDA 和 CuDNN。 4. 切换 GPU 版本:如果您的显卡不支持 cudnn64_7.dll,可能是因为您的显卡驱动过旧。尝试更新显卡驱动程序或切换到支持该版本的显卡。 总之,解决 importerror: could not find 'cudnn64_7.dll' 错误需要安装正确版本的 CUDA 和 CuDNN,并正确设置环境变量。确保库文件存在,并检查显卡驱动是否过时。如果问题仍然存在,建议查阅相关文档或向开发者社区寻求帮助。 ### 回答2: ‘ImportError: 无法找到 'cudnn64_7.dll'.' 错误通常发生在使用深度学习框架如TensorFlowPyTorch时,且该框架要求安装NVIDIA CUDA和cuDNN库的情况下。 这个错误通常表示系统无法找到名为 'cudnn64_7.dll' 的文件。cudnn64_7.dll是cuDNN库(CUDA深度神经网络库)的一部分,它用于优化运行CUDA平台上的深度学习任务的性能。以下是解决此错误的几种可能方法: 1. 确保已正确安装NVIDIA CUDA和cuDNN库:cuDNN库是一种用于GPU的加速库,在使用深度学习框架之前,必须先正确安装CUDA和cuDNN。确保已根据框架的要求安装了正确版本的CUDA和cuDNN,并且已将它们正确配置到系统路径中。 2. 检查文件路径:检查 'cudnn64_7.dll' 文件是否在系统的PATH环境变量中,或者是否在你的项目/应用程序所依赖的路径下。如果文件不在路径中,可以尝试将其手动复制到正确的位置。 3. 更新框架版本:有时可能是由于框架版本与CUDA和cuDNN库版本不兼容造成的。尝试更新你所使用的深度学习框架到最新版本,以确保其与安装的CUDA和cuDNN版本兼容。 4. 检查软件依赖关系:确保你的项目/应用程序所依赖的其他软件包或库已正确安装并配置。有时,其他软件包或库可能与CUDA和cuDNN之间存在冲突,从而导致无法找到 'cudnn64_7.dll'。 总之,这个错误通常是由于缺少或配置错误的CUDA和cuDNN库文件引起的。通过正确安装和配置这些库,以及检查路径和软件依赖关系,你应该能够解决此错误并成功运行深度学习框架。 ### 回答3: 这个错误是因为在使用某些需要GPU支持的深度学习库时,系统无法找到名为 'cudnn64_7.dll' 的文件。 cudnn64_7.dll 是由NVIDIA提供的CUDA深度神经网络库(cuDNN)的一部分。这个库是针对NVIDIA GPU的加速计算的一个重要组成部分。cuDNN库提供了许多与卷积神经网络(CNN)相关的高性能函数,可以加速深度学习算法的计算过程。 解决这个错误的方法是确保你的计算机上安装了相应版本的NVIDIA驱动程序以及cuDNN库。你可以前往NVIDIA的官方网站,下载和安装最新版本的NVIDIA驱动程序,然后从NVIDIA开发者网站下载并安装对应版本的cuDNN库。 安装完cuDNN库后,你还需要将它的路径添加到系统的环境变量中。在Windows操作系统中,你可以按照以下步骤进行设置: 1. 右键点击"计算机"(或"此电脑"),选择"属性"。 2. 点击"高级系统设置"。 3. 在"高级"选项卡下,点击"环境变量"。 4. 在"系统变量"部分,找到"Path"变量,点击"编辑"。 5. 在弹出的编辑环境变量对话框中,点击"新建",然后输入cuDNN库的安装路径。 6. 点击确定,保存修改。 完成这些步骤后,重新运行你的程序,错误应该就会得到解决。如果问题仍然存在,可能是由于路径配置不正确或者安装过程有误。你可以检查你的安装步骤是否正确,并确保路径正确无误。 总之,"importerror: could not find 'cudnn64_7.dll'" 错误通常是由于缺少或配置错误的cuDNN库引起的,通过正确安装和配置cuDNN库,你应该能够解决这个问题。

“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 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