R Markdown运行TensorFlow代码报错，寻求解决方案

问题分析 #

你遇到的cudart64_110.dll找不到的警告本身可以忽略（如果你的机器没有GPU），但编织时执行终止的核心原因通常是R Markdown的运行环境与R脚本不一致，或是TensorFlow默认尝试GPU资源导致的冲突。以下是具体解决步骤：

• 强制TensorFlow使用CPU模式
  在R Markdown的代码块开头添加环境变量设置，避免TensorFlow尝试加载GPU相关库：

  # 加载前先强制CPU模式
  Sys.setenv(TENSORFLOW_CPU_ONLY = "1")
  library(tensorflow)
  library(keras)
  
  # 可选：明确禁用GPU可见性
  tf$config$set_visible_devices(list(), 'GPU')
  

• 对齐R脚本与R Markdown的运行环境
  在R脚本和R Markdown中分别运行sessionInfo()，对比两者的R版本、tensorflow/keras版本、依赖库路径是否一致。如果R Markdown使用了不同的环境，需要切换到与脚本相同的环境：

  • 若使用renv，确保R Markdown激活了对应的项目环境；
  • 手动指定库路径：.libPaths("你的R脚本使用的库路径")。

• 重新安装适配的TensorFlow版本
  如果不需要GPU支持，直接安装CPU版TensorFlow：

  install_tensorflow(method = "conda", version = "cpu")
  

  若需要GPU，确保CUDA（对应cudart64_110.dll需要CUDA 11.0）和cuDNN版本与TensorFlow版本匹配，再重新安装GPU版。

• 统一工作目录
  R Markdown编织时默认工作目录是文件所在路径，而R脚本可能使用其他目录，导致数据/模型路径错误。可以在R Markdown开头设置工作目录：

  setwd(dirname(rstudioapi::getSourceEditorContext()$path))
  

  或使用here包管理路径，避免相对路径混乱。

内容的提问来源于stack exchange，提问作者Pete S