You need to enable JavaScript to run this app.
最新活动
大模型
产品
解决方案
定价
生态与合作
支持与服务
开发者
了解我们

Win10 64位系统TensorFlow原生运行时加载失败求助

解决Windows 10(x64)下TensorFlow导入报错的问题

Hey Max,我看你在Windows 10设备上安装TensorFlow时碰到了import tensorflow as tf报错的问题,结合你的硬件(GTX 660ti,计算能力3.0)和已配置的环境(CUDA 9.0、cuDNN v7.0.5、Python 3.6.4),我帮你梳理下针对性的解决方案:

核心问题分析

你的GTX 660ti计算能力为3.0,而TensorFlow 2.x及以上版本已经不再支持计算能力低于3.5的GPU,同时TF2.x对CUDA版本的要求也更高(通常需要CUDA 10.0+)。如果你通过原生pip3安装的是最新版TensorFlow,就会出现兼容性报错。

具体解决步骤

  • 首先卸载当前安装的不兼容TensorFlow版本:
    pip3 uninstall tensorflow
    
  • 安装适配CUDA 9.0、cuDNN 7.0.5以及计算能力3.0的TensorFlow GPU版本,推荐安装TensorFlow 1.12.0(这是最后几个完美适配你的环境的版本之一):
    pip3 install tensorflow-gpu==1.12.0
    
  • 检查并确认环境变量配置是否正确:
    • 确保系统环境变量中存在CUDA_PATHCUDA_PATH_V9_0,且两者都指向CUDA 9.0的安装目录(默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
    • 确认你已经将cuDNN v7.0.5的binincludelib三个文件夹分别复制到CUDA 9.0对应目录下(比如bin文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
    • 检查系统环境变量的Path中包含以下路径:
      • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
      • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
  • 验证安装结果:
    打开Python 3.6.4的终端,依次执行以下命令:
    import tensorflow as tf
    print(tf.test.is_gpu_available())
    
    如果输出True,说明GPU已成功被TensorFlow识别,安装问题解决。

额外注意事项

  • 避免再次误装高版本CUDA(比如你之前装的9.1),CUDA版本必须和TensorFlow、cuDNN严格匹配
  • 确保你的Python版本3.6.4是64位版本,和CUDA的x64版本对应

内容的提问来源于stack exchange,提问作者Max

火山引擎 最新活动