VS中Python3.6环境下TensorFlow已安装但无法导入求助

我之前在VS配套的Python环境里装TensorFlow时，也碰到过完全一样的DLL加载失败问题，折腾了好一阵才搞定，给你列几个按优先级排序的排查和解决步骤，挨个试应该能解决：

• 先补全Visual C++ Redistributable运行库
  TensorFlow严重依赖微软的VC++运行库，尤其是2015-2019版本的（注意要和你的系统位数匹配，x86或x64都装更稳妥）。很多时候VS自带的运行库版本不全或者有缺失，导致DLL加载失败。安装完之后一定要重启电脑，再尝试导入TensorFlow。

• 严格匹配TensorFlow和Python版本
  Python3.6对TensorFlow的支持有限，过高版本的TensorFlow已经放弃了对它的兼容。比如TensorFlow 2.5.x是最后一批支持Python3.6的版本之一，你可以先卸载当前的TensorFlow，再指定版本重新安装：

  pip uninstall tensorflow -y
  pip install tensorflow==2.5.0
  

  如果你装的是GPU版本，就换成tensorflow-gpu==2.5.0，但GPU版还要额外检查CUDA和cuDNN的版本（往下看）。

• GPU版本用户：检查CUDA与cuDNN的匹配性
  如果你用的是GPU版TensorFlow，必须保证CUDA、cuDNN的版本和TensorFlow版本严格对应。比如TensorFlow2.5.x对应的是CUDA 11.2和cuDNN 8.1：

  • 安装CUDA后，要把它的bin和libnvvp目录加到系统环境变量PATH的最前面；
  • 解压cuDNN后，要把里面的bin、include、lib文件夹里的文件，复制到CUDA安装目录对应的同名文件夹里。
    CPU版本用户可以跳过这一步。

• 清理pip缓存并重新安装
  有时候pip缓存的安装包可能损坏，导致依赖库安装不完整。你可以先清理缓存，再重新安装：

  pip cache purge
  pip install tensorflow==2.5.0 --no-cache-dir
  

• 确认Python环境路径的优先级
  打开命令行，先输入python --version，确认当前使用的是VS配套的Python3.6；再输入pip list，检查TensorFlow是否真的安装在这个环境里。如果系统里有多个Python版本，要把VS的Python3.6目录加到系统环境变量PATH的最前面，避免调用其他版本的依赖库。

• 修复VS的Python环境
  打开Visual Studio，进入Python环境管理界面（可以在“视图”->“其他窗口”->“Python环境”找到），找到你的Python3.6环境，右键选择“修复”，让VS重新配置环境的依赖和路径，有时候环境配置错乱也会导致DLL加载失败。

内容的提问来源于stack exchange，提问作者milo204