Question

我已经按照tensorflow's website上的说明使用了绝对字母，但是尝试在python中导入tensorflow时仍然出现以下错误：

Traceback (most recent call last):
File "C:\Users\redacted\source\Repos\TFTest1\TFTest1\tf2-gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module> from tensorflow.python.pywrap_tensorflow_internal import *
File "C:\Users\redacted\source\Repos\TFTest1\TFTest1\tf2-gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>     _pywrap_tensorflow_internal = swig_import_helper()
File "C:\Users\redacted\source\Repos\TFTest1\TFTest1\tf2-gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper     _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\lib\imp.py", line 242, in load_module     return load_dynamic(name, filename, file)
File "C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\lib\imp.py", line 342, in load_dynamic     return _load(spec) ImportError: DLL load failed: The specified module could not be found.
Failed to load the native TensorFlow runtime.  See https://www.tensorflow.org/install/errors  for some common reasons and solutions.  Include the entire stack trace above this error message when asking for help.

在我运行以下代码时抛出的

import tensorflow as tf

我的设置如下：

Windows 10
AMD 2700X CPU
Nvidia RTX 2080 GPU
Python 3.7（64位）
CUDA工具包10.0
CUDAnn 7.5.1（用于CUDA 10.0）

我的用户范围PATH环境变量中包含以下内容：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\tools\cuda\bin

然后，我可以通过在命令行中运行以下命令来确认CUDA是否已正确安装：

nvcc -V

显示给我

nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2018 NVIDIA
Corporation Built on Sat_Aug_25_21:08:04_Central_Daylight_Time_2018
Cuda compilation tools, release 10.0, V10.0.130

我正在使用Visual Studio 2019在全新的虚拟环境中运行python脚本（使用python版本3.7）。在那种环境下，我运行了以下命令：

pip install tensorflow-gpu==2.0.0-alpha0

安装了各种软件包，在那种环境下，我得到了上述错误。

作为一个侧面说明，当仅使用CPU tensorflow时，我的脚本可以正常运行。在添加了软件包pip install tensorflow==2.0.0-alpha0的python 3.7环境中，所有方法都可以正常运行，但是它正在我的CPU上运行，而且速度很慢！

双重问题：

我如何才能使tensorflow 2.0在GPU而不是CPU上工作？
我的设置是否适用于tensorflow 2.0 GPU？

Answer 1

通过与我在原始帖子中描述的设置完全相同的设置，我能够解决我的问题，但是使用了Python 3.6 ，而不是3.7。所有其他变量保持不变。

我从Visual Studio 2019的全新环境开始，并运行以下导入：

pip install tensorflow-gpu==2.0.0-alpha0

然后，我能够在CPU和GPU上运行代码。我通过运行确认GPU可用于张量流：

from tensorflow.python.client import device_lib

print(device_lib.list_local_devices())

其中显示

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 18233115335171708614
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 6588081767
locality {
  bus_id: 1
  links {
  }
}
incarnation: 12253248400045769946
physical_device_desc: "device: 0, name: GeForce RTX 2080, pci bus id: 0000:1d:00.0, compute capability: 7.5"
]

我还可以看到，使用任务管理器，CPU使用率为25％，GPU使用率为10％。我想我的神经网络是线性的，还不能真正充分利用GPU。

问题解决了！

Answer 2

新GPU？几个星期前遇到了同样的问题。花了我几个小时才能找到问题。这里有一些想法：

从2019年4月开始，我通过安装CUDA 10.0解决了Windows 10 / Python 3.6.x / GPU RTX 20xx下的“ DLL加载失败”问题（不是10.1或9.x !!! ）和cuDNN 7.5.0。我还安装了Visual Studio 2015。

确保其CUDA 10.0！将cuDNN中的文件放在CUDA安装的各个目录中。不要忘记将cuDNN * .dll文件的位置（CUDA安装的/ bin /文件夹）添加到PATH（win环境变量）中。

可以使用pip install tensorflow-gpu安装Tensorflow（从1.13.1版开始）。 TF 2.0应该以相同的方式工作。您的问题似乎与CUDA有关。但是，如果没有特定原因需要TF 2.0，我会选择标准安装。

在python3.7中使用tensorflow-gpu 2.0.0-alpha0时出错

2 个答案: