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
XM_jhxx2 小时前
±0.03mm的精度怎么保证?翌东塑胶用AI赋能质量管控升级
人工智能
阿正的梦工坊3 小时前
深入理解 PyTorch 中的 unsqueeze 操作
人工智能·pytorch·python
FreakStudio3 小时前
硬件版【Cursor】?aily blockly IDE尝鲜封神,实战硬伤尽显
python·单片机·嵌入式·大学生·面向对象·并行计算·电子diy·电子计算机
秦歌6664 小时前
DeepAgents框架详解和文件后端
人工智能·langchain
测试员周周5 小时前
【Appium 系列】第06节-页面对象实现 — LoginPage 实战
开发语言·前端·人工智能·python·功能测试·appium·测试用例
霸道流氓气质5 小时前
基于 Milvus Lite 的 Spring AI RAG 向量库实践方案与示例
人工智能·spring·milvus
ar01235 小时前
AR巡检平台:构筑智能巡检新模式的数字化引擎
人工智能·ar
语音之家5 小时前
【预讲会征集】ACL 2026 论文预讲会
人工智能·论文·acl
碳基硅坊5 小时前
电商场景下的商品自动识别与辅助上架
人工智能