tensorflow调用gpu时报错:找不到cupti64_112.dll

环境:tensorflow 2.5,cuda11.4

看了C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin路径下,有cublas64_11.dll等dll文件,一开始以为是没装cupti64_112.dll这个库,后来发现可能是没在系统变量里加入的原因。

步骤一:将路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\CUPTI\lib64 下的文件cupti64_2020.2.0.dll复制到路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin下,并将cupti64_2020.2.0.dll改名为cupti64_112.dll,观察是否报错,如果继续报错,步骤二

步骤二:

在CMD中输入nvcc --version测试CUDA是否安装正确,如果显示‘nvcc’ 不是内部或外部命令,也不是可运行的程序,或批处理文件,则可能是路径没加到系统环境变量里

添加CUDA到系统环境变量,请按照以下步骤操作:

  1. 打开CUDA的安装目录,找到bin目录,它应该在以下路径:“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.X\bin” (这里的vXX.X是指你所安装的CUDA版本)。

  2. 复制这个目录的路径。

  3. 打开计算机的"高级系统设置"(可以在开始菜单搜索栏中搜索)。

  4. 点击"环境变量"。

  5. 在"系统变量"部分,找到并点击"Path",然后点击"编辑"。

  6. 在新打开的窗口中,点击"新建",然后将刚才复制的路径粘贴到这里,点击确定。

完成以上步骤之后,在命令提示符中输入nvcc --version应该就可以看到你安装的CUDA的版本信息了。如果仍然看不到,请重启计算机后再试一次,因为环境变量的变动需要重启后才能生效。

最后,如果问题仍然存在,可能CUDA的安装出现了问题,你需要卸载CUDA并重新安装。

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-02-05 06:50:03       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-02-05 06:50:03       100 阅读
  3. 在Django里面运行非项目文件

    2024-02-05 06:50:03       82 阅读
  4. Python语言-面向对象

    2024-02-05 06:50:03       91 阅读

热门阅读

  1. 小程序配置服务器域名

    2024-02-05 06:50:03       54 阅读
  2. 嵌入式系统设计师之文件系统(3.2.5)

    2024-02-05 06:50:03       48 阅读
  3. Linux inode

    2024-02-05 06:50:03       56 阅读
  4. @PostMapping/ @GetMapping等请求格式

    2024-02-05 06:50:03       53 阅读
  5. Flask 入门6:模板继承

    2024-02-05 06:50:03       51 阅读