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。

相关推荐
梨落秋霜2 小时前
Python入门篇【文件处理】
android·java·python
kisshuan123962 小时前
【深度学习】使用RetinaNet+X101-32x4d_FPN_GHM模型实现茶芽检测与识别_1
人工智能·深度学习
Java 码农2 小时前
RabbitMQ集群部署方案及配置指南03
java·python·rabbitmq
Learn Beyond Limits2 小时前
解构语义:从词向量到神经分类|Decoding Semantics: Word Vectors and Neural Classification
人工智能·算法·机器学习·ai·分类·数据挖掘·nlp
崔庆才丨静觅2 小时前
0代码生成4K高清图!ACE Data Platform × SeeDream 专属方案:小白/商家闭眼冲
人工智能·api
qq_356448373 小时前
机器学习基本概念与梯度下降
人工智能
张登杰踩3 小时前
VIA标注格式转Labelme标注格式
python
水如烟3 小时前
孤能子视角:关系性学习,“喂饭“的小孩认知
人工智能
徐_长卿3 小时前
2025保姆级微信AI群聊机器人教程:教你如何本地打造私人和群聊机器人
人工智能·机器人
XyX——3 小时前
【福利教程】一键解锁 ChatGPT / Gemini / Spotify 教育权益!TG 机器人全自动验证攻略
人工智能·chatgpt·机器人