安装TensorFlow后提示cudart64_110.dll动态库未找到如何解决

这个报错是当前安装的TensorFlow版本要求的CUDA运行时版本和你实际安装的CUDA版本不匹配，cudart64_110.dll对应CUDA 11.0.x版本，你安装的CUDA版本要么不是11.0，要么没有正确配置系统环境变量。

• 方案一：匹配TensorFlow与CUDA版本
  首先执行pip show tensorflow查看当前TensorFlow版本，不同TensorFlow版本对应固定的CUDA、cuDNN版本要求：TensorFlow 2.4~2.7版本对应CUDA 11.0，2.8~2.10对应CUDA 11.2，2.11及以上版本对应CUDA 11.8。你可以根据自己的TensorFlow版本卸载现有CUDA，安装对应版本的CUDA工具包，再安装匹配的cuDNN即可。
• 方案二：配置CUDA环境变量
  如果已经安装了正确版本的CUDA还是报错，打开系统环境变量编辑页面，确认Path变量中已经添加了对应CUDA版本的bin目录路径（默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin），添加后将该路径上移到其他CUDA版本路径之前，重启VS Code或者命令行终端后重新运行代码。
• 方案三：不需要GPU加速可直接忽略或安装CPU版本
  报错日志本身也提示如果你没有GPU或者不需要GPU加速，可以直接忽略该警告，不会影响CPU模式下的TensorFlow运行。也可以卸载现有TensorFlow后安装CPU专属版本彻底消除报错，执行命令：pip install tensorflow-cpu。

修复完成后执行以下代码验证GPU是否能正常调用：

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

如果输出了你的GPU型号信息，说明配置成功。

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