Python3.8 GPU环境运行TensorFlow/Keras程序报msvcp140_1.dll缺失错误

• 核心问题是你当前Python环境存在TensorFlow多版本冲突，从依赖清单可以看到同时安装了tensorflow 2.5.0、tensorflow-gpu 2.4.1、tensorflow-base 2.3.0三个不同版本的TensorFlow组件，不同版本依赖的MSVC运行时版本要求不一致，是触发DLL加载失败的主要原因。
• 第二个排查点是架构匹配：确认你安装的Microsoft C++可再发行包和你的Python架构完全一致，64位Python必须对应64位可再发行包，32位包不会被64位程序识别加载。
• 如果你使用的是conda/venv等隔离虚拟环境，部分虚拟环境会限制系统目录DLL的读取权限，你可以手动将msvcp140_1.dll复制到两个路径下尝试修复：
  • 你当前Python环境的根目录（即python.exe所在的文件夹）
  • 环境路径下的Lib/site-packages/tensorflow/python文件夹
• 最终修复步骤：
  1. 先卸载所有TensorFlow相关冲突组件，执行命令：

  pip uninstall -y tensorflow tensorflow-gpu tensorflow-base tensorflow-estimator tensorboard keras
  

  2. 根据你本地安装的CUDA版本选择匹配的TensorFlow版本统一安装，不要混合安装CPU和GPU版本的TensorFlow，同时安装对应匹配版本的Keras，保证大版本号和TensorFlow对齐（比如TensorFlow 2.5对应Keras 2.5.x）。
  3. 安装完成后重启终端再运行程序测试。

内容的提问来源于stack exchange，提问作者Luleo_Primoc