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
华奥系科技2 分钟前
智慧水务发展迅猛:从物联网架构到AIoT系统的跨越式升级
人工智能·物联网·智慧城市
R²AIN SUITE3 分钟前
MCP协议重构AI Agent生态:万能插槽如何终结工具孤岛?
人工智能
互联网杂货铺10 分钟前
完美搭建appium自动化环境
自动化测试·软件测试·python·测试工具·职场和发展·appium·测试用例
b***251112 分钟前
动力电池点焊机:驱动电池焊接高效与可靠的核心力量|比斯特自动化
人工智能·科技·自动化
Gyoku Mint28 分钟前
机器学习×第二卷:概念下篇——她不再只是模仿,而是开始决定怎么靠近你
人工智能·python·算法·机器学习·pandas·ai编程·matplotlib
小和尚同志39 分钟前
通俗易懂的 MCP 概念入门
人工智能·aigc
莱茵菜苗1 小时前
Python打卡训练营day46——2025.06.06
开发语言·python
爱学习的小道长1 小时前
Python 构建法律DeepSeek RAG
开发语言·python
dudly1 小时前
大语言模型评测体系全解析(下篇):工具链、学术前沿与实战策略
人工智能·语言模型
zzlyx991 小时前
AI大数据模型如何与thingsboard物联网结合
人工智能·物联网