使用目标检测API时遇cudart64_90.dll未找到错误的求助

首先回答你的第一个问题：cudart64_90.dll的正确位置应该是在CUDA 9.0安装目录的bin文件夹下，默认路径一般是：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
如果你的DLL文件确实在这个路径里，那位置是完全正确的；但如果它在其他子目录（比如lib、samples或者其他非bin文件夹），那位置就不对了——TensorFlow只会扫描bin目录下的CUDA相关DLL文件。

接下来分析明明文件存在却报错的常见原因：

• 系统环境变量%PATH%未包含该DLL的路径：
  CUDA安装程序通常会自动把bin目录添加到系统PATH，但偶尔会出现安装异常、手动修改PATH时误删该路径，或者路径被放到其他CUDA版本路径之后的情况。TensorFlow会按PATH里的顺序查找DLL，如果先找到其他版本的CUDA文件，就会跳过9.0的路径。

• 环境变量修改后未生效：
  如果你刚添加完PATH就直接打开Jupyter Notebook，新的环境变量还没加载到当前进程里。这种情况下，需要关闭所有打开的终端、Jupyter窗口，甚至重启电脑，才能让新的PATH生效。

• 多CUDA版本冲突：
  如果你之前安装过其他版本的CUDA（比如10.x、11.x），这些版本的bin路径可能也在PATH里，且优先级比9.0的高。TensorFlow会优先加载高版本的CUDA文件，导致找不到9.0的cudart64_90.dll。

• Jupyter虚拟环境的PATH覆盖问题：
  如果你用Conda或其他虚拟环境，虚拟环境的PATH可能会覆盖系统PATH，导致CUDA 9.0的bin路径没有被包含进去。

• DLL文件未注册或损坏：
  极少数情况下，即使文件存在，也可能因为未注册或文件损坏无法被识别。你可以尝试以管理员身份打开命令提示符，执行regsvr32 "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\cudart64_90.dll"来注册该DLL（如果提示“模块已加载但找不到入口点”，说明这个DLL不需要注册，忽略即可）。

解决步骤建议： #

1. 确认cudart64_90.dll确实在...\CUDA\v9.0\bin路径下；
2. 打开系统环境变量设置：右键「此电脑」→「属性」→「高级系统设置」→「环境变量」，在系统变量的PATH中检查是否包含上述bin路径，没有的话添加进去，并且把它移到其他CUDA版本路径的上方（避免冲突）；
3. 关闭所有Jupyter Notebook窗口和终端，重启电脑后再重新运行程序；
4. 如果用了虚拟环境，激活环境后在命令行输入echo %PATH%（Windows），确认CUDA 9.0的bin路径是否在列表中，若没有可以手动在虚拟环境的启动脚本中添加；
5. 若以上都无效，尝试卸载CUDA 9.0，重新下载官方安装包，选择自定义安装确保所有核心组件都被安装，安装时勾选“添加到系统PATH”选项。

内容的提问来源于stack exchange，提问作者Jorge