我之前也碰到过几乎一模一样的坑！结合你描述的情况（CPU版正常、GPU版脚本能跑但打包失败、已复制CUDA/cuDNN DLL），给你几个针对性的解决方案，按顺序试试应该能搞定：

• 先核对版本兼容性（最容易忽略的点）
  TensorFlow 1.7.0对CUDA和cuDNN的版本有严格要求：必须是CUDA 9.0（不是9.1/9.2）和cuDNN 7.0.x，哪怕你复制了DLL，如果版本不匹配，打包后肯定跑不起来。先确认你用的CUDA/cuDNN是不是这个版本，要是不对，先换成对应版本再试。

• 修改PyInstaller打包参数，强制导入缺失模块
  PyInstaller经常会漏掉TensorFlow-GPU的一些内部依赖模块，你可以在打包命令里加上--hidden-import参数强制包含它们：

  pyinstaller --hidden-import tensorflow.python.pywrap_tensorflow_internal --hidden-import tensorflow.contrib --onefile your_script.py
  

  如果是用spec文件打包，就在hiddenimports列表里添加这些模块：

  hiddenimports=['tensorflow.python.pywrap_tensorflow_internal', 'tensorflow.contrib', 'tensorflow.contrib.slim']
  

• 在spec文件中明确指定CUDA/cuDNN的DATAS路径
  手动复制DLL有时候会漏，不如直接在spec文件里配置让PyInstaller自动打包所有需要的DLL。比如你的CUDA安装在C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0，cuDNN在C:/Program Files/NVIDIA Corporation/cuDNN/v7.0，就把下面的内容加到spec文件的datas里：

  datas=[
      ('C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0/bin/*.dll', 'bin'),
      ('C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0/lib/x64/*.dll', 'lib/x64'),
      ('C:/Program Files/NVIDIA Corporation/cuDNN/v7.0/bin/*.dll', 'bin')
  ]
  

  然后用pyinstaller your_script.spec重新打包。

• 检查打包后的DLL完整性
  打包完成后，打开生成的dist文件夹，确认以下关键DLL都在里面：

  • CUDA相关：cublas64_90.dll、cudart64_90.dll、cufft64_90.dll、curand64_90.dll、cusolver64_90.dll、cusparse64_90.dll
  • cuDNN相关：cudnn64_7.dll
    要是缺了，手动从CUDA/cuDNN的安装目录复制过来，再运行exe试试。

• 调整PyInstaller版本
  如果你用的是最新版PyInstaller，可能对TensorFlow 1.x的支持不够好，建议换成PyInstaller 3.4或3.5版本，这两个版本对TF1.7的兼容性更稳定。可以用pip安装指定版本：

  pip install pyinstaller==3.5
  

另外，运行打包后的exe时，要确保目标电脑安装了支持CUDA 9.0的NVIDIA驱动（版本384.xx及以上），不然也会报错。

内容的提问来源于stack exchange，提问作者Aleksk89