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

Question

我已经按照tensorflow 网站上显示的说明进行了绝对字母操作，但是在尝试在 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.

当我运行以下代码时抛出

import tensorflow as tf

我的设置如下：

• 视窗 10
• AMD 2700X 中央处理器
• 英伟达 RTX 2080 GPU
• Python 3.7（64 位）
• CUDA 工具包 10.0
• CUDAnn 7.5.1（适用于 CUDA 10.0）

我的用户范围 PATH 环境变量中有以下内容：

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 已正确安装：

nvcc -V

这让我看到

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 3.7 版）。 在那个环境中，我运行了以下命令：

pip install tensorflow-gpu==2.0.0-alpha0

它安装了各种软件包，在那个环境中我得到了上述错误。

作为旁注，我的脚本在仅使用 CPU tensorflow 时运行得很好。 在 python 3.7 环境中添加了包pip install tensorflow==2.0.0-alpha0一切正常，但它在我的 CPU 上运行，而且很慢！

双重问题：

• 如何让 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

通过使用与我在原始帖子中描述的完全相同的设置，我能够解决我的问题，但使用 Python 3.6而不是 3.7。 所有其他变量保持不变。 （感谢彼得帮助找到答案！）

我从 Visual Studio 2019 中的新环境开始，并运行了以下导入：

pip install tensorflow-gpu==2.0.0-alpha0

然后我就可以在 CPU 和 GPU 上运行我的代码了。 我通过运行来确认 GPU 可用于 tensorflow：

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时 CPU 使用率为 25%，GPU 使用率为 10%。 我想我的神经网络有点线性，还不能真正充分利用 GPU。

问题解决了！

Answer 2

新 GPU？ 几周前遇到了同样的问题。 我花了几个小时才找到问题。 这里有一些想法：

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

确保它的 CUDA 10.0 ！！ 将 cuDNN 中的文件放在 CUDA 安装的相应目录中。 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）。

Tensorflow 可以使用 pip install tensorflow-gpu 安装（截至 4 月版本 1.13.1）。 TF 2.0 应该以同样的方式工作。 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。