VSCode运行TensorFlow报错：无法加载cudart64_110.dll

针对你遇到的Anaconda Prompt正常识别GPU，但VS Code选同环境却报错的情况，可以按以下步骤排查：

• 确认VS Code终端已激活目标Conda环境
  打开VS Code的终端，先执行conda activate 你的环境名称，再运行测试代码python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"。VS Code默认终端有时不会自动激活选中的解释器环境，手动激活后再测试。

• 检查系统PATH环境变量
  确保CUDA 11.0的bin目录（通常是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin）已添加到系统的PATH变量中。Anaconda Prompt启动时会自动注入CUDA相关路径，但VS Code的终端可能未完全继承，添加后重启VS Code再试。

• 验证VS Code解释器配置
  按下Ctrl+Shift+P，输入Python: Select Interpreter，再次确认选中的是安装TensorFlow的那个Conda环境。偶尔会出现解释器路径缓存错误，重新选择可以解决。

• 排除VS Code缓存或插件干扰
  关闭VS Code后，删除项目根目录下的.vscode文件夹，或者按住Shift键启动VS Code进入安全模式（禁用所有插件），再运行测试代码，排查是否是插件导致的环境冲突。

• 核对CUDA与TensorFlow版本匹配性
  错误中的cudart64_110.dll对应CUDA 11.0版本，确认你安装的TensorFlow版本是否适配CUDA 11.0。如果CUDA版本不符，要么调整CUDA版本到11.0，要么安装对应CUDA版本的TensorFlow包。

内容的提问来源于stack exchange，提问作者victor su