用python3.8和tensorflow 2.5.0在Windows上使用conda加载cudart64_110.dll时出错

Question

当我使用conda使用tensorflow-GPU2.5.0包创建python3.8环境时，我得到错误“未能加载动态库‘cudart64 64_110.dll’；dlerror: cudart64_110.dll not”。但是，我有一个现有的python 3.7环境，它也有tensorflow-gpu 2.5.0，并且它能够找到库OK。

有趣的是，如果我克隆了python 3.7环境(我可以在其中加载库)，它也会加载到克隆的环境中，但是如果我用tensorflow-gpu 2.5.0从头开始创建一个新的python 3.7环境，就会得到新环境中的错误。

我不知道为什么我能够在一个环境中加载库，但不能加载其他环境，因为库在每个环境中都位于相同的位置，而且无论如何，它应该是返回到包缓存中相同文件的链接。

在我am能够加载cudart64_110.dll的python3.7环境中，安装了以下相关包：

# Name                    Version                   Build  Channel
cudatoolkit               11.3.1               h280eb24_9    conda-forge
python                    3.7.12          h7840368_100_cpython    conda-forge
tensorflow                2.5.0           gpu_py37h23de114_0
tensorflow-base           2.5.0           gpu_py37hb3da07e_0
tensorflow-gpu            2.5.0                h17022bd_0

在python3.8环境中，我的无法加载cudart64_110.dll，安装了以下相关包：

# Name                    Version                   Build  Channel
cudatoolkit               11.3.1               h280eb24_9    conda-forge
python                    3.8.12          h7840368_2_cpython    conda-forge
tensorflow                2.5.0           gpu_py38h8e8c102_0
tensorflow-base           2.5.0           gpu_py38hb3da07e_0
tensorflow-gpu            2.5.0                h17022bd_0

请注意，这两个环境都包含相同的 cudatoolkit版本。

同时，我也意识到我在混音。然而，(a) tensorflow 2.x并不能从conda- from获得，而且(b)在这种情况下这不重要，因为我能够在一个环境中加载tensorflow，而不能在另一个环境中加载tensorflow。

Answer 1

对于tensorflow_gpu==2.5.0，您需要安装CUDA 11.2。

请检查下面测试的构建配置细节，并安装合适的cuDNN和CUDA来使用TF-gpu 2.5。

    Version              Python version  Compiler    Build tools    cuDNN    CUDA
    tensorflow_gpu-2.7.0     3.7-3.9     MSVC 2019    Bazel 3.7.2    8.1     11.2
    tensorflow_gpu-2.6.0     3.6-3.9     MSVC 2019    Bazel 3.7.2    8.1     11.2
    tensorflow_gpu-2.5.0     3.6-3.9     MSVC 2019    Bazel 3.7.2    8.1     11.2

按照这链接在系统中安装指定的CUDA和cuDNN。