Merci pour votre commentaire. Nous avons remarqué que vous n'avez pas rempli le champ suivant dans le modèle de problème. Pourriez-vous les mettre à jour s'ils sont pertinents dans votre cas, ou les laisser comme N/A ? Merci.
Appareil mobile

Merci pour votre commentaire. Nous avons remarqué que vous n'avez pas rempli le champ suivant dans le modèle de problème. Pourriez-vous les mettre à jour s'ils sont pertinents dans votre cas, ou les laisser comme N/A ? Merci.
Appareil mobile

OK fait.

J'ai eu le même problème en essayant d'utiliser tensorflow-gpu sur Windows 10.
Comme je ne pouvais pas le faire fonctionner sur cuDNN10..j'ai opté pour 9 à la place en utilisant...

conda create --name tf-gpu
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
conda installer keras-gpu

vous pouvez également consulter le post complet sur https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA -1187/

Crédit au Dr Donald Kinghorn

J'ai le même problème avec toi @damcclane . Comment avez-vous résolu ?

Win10 x64, python 3.6, cuda9 avec cudnn 7.0.5 et aussi Win10 x64, python 3.7, cuda10 avec cudnn 7.3.1

Les deux ont le même problème. Ma carte graphique est Nvidia GeForce 1050 Ti

Même problème. Win10 x64, python 3.5, tensorflow-gpu 1.11.0, CUDA 8 avec CUDNN 6 installé.

Même problème, Win10 x64, python 3.6, cuda 9 avec cudnn 7.0

Même problème, quelqu'un sait comment le résoudre ?

Même problème ici… :(

J'ai eu ce problème dans le passé et c'était parce que j'avais la mauvaise version de CUDNN. Vous pouvez essayer d'en télécharger quelques-uns et voir si l'un d'entre eux fonctionne.

Je voudrais encourager tous ceux qui sont confrontés à ce problème à créer un nouveau problème sur le référentiel TensorFlow afin que nous puissions nous concentrer sur la résolution de votre problème sur une base individuelle, car la configuration du système peut varier d'une personne à l'autre. Merci!

Corrigé, merci !

Le mercredi 17 octobre 2018 à 10h39 Corentin Jemine [email protected]
a écrit:

J'ai eu ce problème dans le passé et c'était parce que j'avais la mauvaise version
de CUDNN. Vous pouvez essayer d'en télécharger quelques-uns et voir si l'un d'entre eux
travail.

-
Vous recevez ceci parce que vous avez commenté.
Répondez directement à cet e-mail, consultez-le sur GitHub
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-430676267 ,
ou couper le fil
https://github.com/notifications/unsubscribe-auth/AYfA4TRxTaZ7pKfyszlWqPGknt_ohvlaks5ul082gaJpZM4XLOd-
.

J'ai réinstallé CUDA9 et cuDNN 7.0.5 et redémarré l'ordinateur. Le problème connexe vient de disparaître.

J'utilise Cuda10 et cudaNN 7.3.1.20 et j'ai l'erreur suivante quelqu'un peut-il dire la solution @tensorflowbutler
Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Déposer "", ligne 1, dans
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow__init__.py", ligne 22, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Échec du chargement de l'environnement d'exécution natif TensorFlow.

Même problème, Windows 10 x64, python3.5, tensorflow-gpu 1.11.0, CUDA 10.0, cudnn 7.3.1, ma carte graphique est GTX 1070Ti

@iteratorlee

Je voudrais encourager tous ceux qui sont confrontés à ce problème à créer un nouveau problème sur le référentiel TensorFlow afin que nous puissions nous concentrer sur la résolution de votre problème sur une base individuelle, car la configuration du système peut varier d'une personne à l'autre. Merci!

Même problème, sur cuda 10, lorsque j'installe anaconda, j'ai raté le PyHamcrest, après avoir installé "pip install PyHamcrest", tout fonctionnait bien jusqu'à aujourd'hui. J'ai la même erreur.

Je suis confronté aux mêmes problèmes. Le problème apparaît également dans l'importation d'un autre package nommé PyQSTEM pour la simulation en microscopie électronique. Si quelqu'un peut trouver un moyen de résoudre le problème, pourrait-il partager ici la solution ? Merci

Même problème, Windows 10 x64, python3.5, tensorflow-gpu 1.11.0, CUDA 10.0, cudnn 7.3.1, ma carte graphique est GTX 1070Ti

Même problème, et j'ai essayé d'installer CUDA 9.0, mais NVIDIA m'informe que le pilote n'est pas un matériel graphique compatible, mais avec CUDA 10.0, il n'y a pas un tel avertissement.

Heureusement, problème résolu lors de l'installation de Visual Studio 2017 avec le package C++ installé, Windows 10 x64, python3.6.7, tensorflow-gpu 1.11.0, cudnn 7.3.1, cuda 9.0 et cuda 10.0 installés (ne pas vérifier lequel est le bon) , ma carte graphique est une GTX 1070Ti.

Je viens de rétrograder TensorFlow à 1.10.0 et cela a fonctionné

pip install tensorflow-gpu==1.10.0

Je résous enfin le problème en installant cuda 9.0 au lieu de 9.2 ou 10.0 avec tensorflow 1.12.0 et cudnn 7.4.1.5

Je peux confirmer que l'assemblage suivant ne fonctionne pas sous Windows 10 :

• tensorflow 1.12.0
• boîte à outils cuda 10.0.130
• cudnn 7.4.1.5

Informations supplémentaires :

• NVIDIA Quadro P1000 avec pilote NVIDIA 411.81
• Microsoft Visual C++ 2015 Redistribuable 14.0.24215 ( C:\Windows\system32\msvcp140.dll existe)
• Python 3.6.7

je reçois aussi le message

ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Malheureusement, il ne dit pas quel module est manqué.

[ÉDITER]

Je viens de me rendre compte que tu écris :

TensorFlow prend en charge CUDA 9.0.

Je vais réinstaller maintenant.

Traceback (appel le plus récent en dernier) :
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Program Files\Python36\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Program Files\Python36\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : le chargement de la DLL a échoué : %1 n'est pas une application Win32 valide.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\ABC\Desktop\pyprograms\tensorflowbasic\1.py", ligne 1, dans
importer tensorflow en tant que tf
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow__init__.py", ligne 24, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Program Files\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Program Files\Python36\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Program Files\Python36\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : le chargement de la DLL a échoué : %1 n'est pas une application Win32 valide.

Mon installation :

Windows 10.0.17763.134 x64
Pilote NVIDIA 416.92
CUDA 10.0.130
CUDNN 7.4.1.5 pour CUDA 10.0
Python 3.6.7
GeForce GTX 1080 Ti

La cause de cette erreur semble être que les personnes installant Python sans prise en charge de Tcl/Tk ne se rendent pas compte que Tcl est nécessaire pour les importations de SWIG et de module. Je viens de tester cela et dans mon cas, il ne suffisait pas de modifier l'installation de Python pour ajouter Tcl/Tk - j'ai dû tout supprimer et installer à partir de zéro et maintenant je n'obtiens plus l'erreur.

TL; DR -- supprimez et réinstallez simplement Python avec l'option Tcl/Tk sélectionnée.

Après avoir passé presque deux jours, j'ai finalement résolu le problème en installant :

• cuda 9.0 au lieu de 9.2 ou 10.0
• tensorflow1.12.0
• cudnn 7.4.1.5

Merci à @WuYunfan 💯

J'installe d'abord

• CUDA 10.0
• cudnn 7.3
• tensorflow 1.12.0

et j'ai eu cette erreur.
Ensuite, je désinstalle tf 1.12 et installe tf 1.10 . Il me demande cudart64.dll. Je l'ajoute dans path et tf fonctionne.
Ensuite, je réinstalle tf 1.12 et tout fonctionne bien.

TensorFlow prend en charge CUDA 9.0

@ljzsky S'il est vrai que TensorFlow prendra officiellement en charge CUDA 10.0 à partir de la version 1.13, TensorFlow 1.12 peut être (et a été) construit avec CUDA 10.0 et cela fonctionne très bien avec.

@linsui Ce que vous dites n'a absolument aucun sens. TensorFlow est une bibliothèque qui n'a aucun moyen de vous demander cudart64.dll.

@levicki Je ne sais pas pourquoi mais tf1.10 affiche un message différent de tf1.11 ​​et tf1.12.

J'ai ce problème
Traceback (appel le plus récent en dernier) :
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\anaconda\envs\tensorflow\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\anaconda\envs\tensorflow\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Déposer "", ligne 1, dans
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow__init__.py", ligne 24, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\anaconda\envs\tensorflow\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\anaconda\envs\tensorflow\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.
Échec du chargement de l'environnement d'exécution natif TensorFlow.

s'il vous plaît quelqu'un peut-il me dire comment résoudre ce problème?

@thischeng
Ce n'est pas un forum de support, c'est un endroit où les problèmes sont signalés avec suffisamment d'informations pour que les développeurs les reproduisent, et s'ils s'avèrent être un problème réel dans le code tensorflow, ils seront corrigés dans l'une des futures versions.

Il semble que vous n'ayez même pas pris la peine de lire ce fil, car il existe plusieurs solutions de contournement publiées ci-dessus, dont la mienne.

Enfin, demander de l'aide sans spécifier la configuration matérielle et logicielle complète et sans énumérer les mesures que vous avez prises jusqu'à présent pour essayer de résoudre le problème par vous-même est pour le moins impoli.

@levicki
merci pour ta critique, je n'y ai pas vu clair, la prochaine fois je ferai attention à ma façon de poser les questions.

J'ai rencontré le même problème. Ma config est :

• CUDA Toolkit v9.0 (installé sans prise en charge de Visual Studio)
• Tensorflow-gpu v 1.12.0 (installé avec pip)
• Cudnn v7.4.1.5 Compatible CUDA v9.0.
• nVidia GeForce 1070
• Windows 10 Famille

Après avoir passé presque une journée à comprendre pourquoi tensorflow n'a pas trouvé le bon fichier dll, j'ai trouvé un guide sur la façon d'installer cudnn qui, soit dit en passant, n'est pas aussi simple qu'il y paraît. Le guide est écrit par nVidia et voici les actions que je suis.

1. Téléchargez depuis le site officiel de nVidia, la version cudnn correcte pour votre configuration.
2. Ensuite, extrayez le dossier cuda, peu importe où vous l'extrayez.
3. Ouvrez l'explorateur de fichiers et accédez au répertoire dans lequel vous avez installé CUDA, dans mon cas, il s'agissait de C:/Program Files/NVIDIA GPU Computing Toolkit.
4. Accédez à CUDA/v9.0/lib/x64. Ici, vous devez mettre le fichier nommé "cudnn.lib" que vous pouvez trouver dans CUDA/lib/x64 (paquet cudnn, téléchargé depuis nVidia)
5. Répétez le processus pour (paquet cudnn gauche, chemin d'installation CUDA droit) :
6. CUDA/bin/cudnn64_7.dll -> CUDA/v9.0/bin
7. CUDA/include/cudnn.h -> CUDA/v9.0/include
8. Vous devez maintenant vérifier si la variable d'environnement est correctement définie. Assurez-vous que la variable CUDA_PATH, avec la valeur C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 est présente, sinon ajoutez-la.
9. Profitez de tensorflow-gpu pour travailler sur votre système

J'ai rencontré le même problème. Ma config est :

• CUDA Toolkit v9.0 (installé sans prise en charge de Visual Studio)
• Tensorflow-gpu v 1.12.0 (installé avec pip)
• Cudnn v7.4.1.5 Compatible CUDA v9.0.
• nVidia GeForce 1070
• Windows 10 Famille

Après avoir passé presque une journée à comprendre pourquoi tensorflow n'a pas trouvé le bon fichier dll, j'ai trouvé un guide sur la façon d'installer cudnn qui, soit dit en passant, n'est pas aussi simple qu'il y paraît. Le guide est écrit par nVidia et voici les actions que je suis.

1. Téléchargez depuis le site officiel de nVidia, la version cudnn correcte pour votre configuration.
2. Ensuite, extrayez le dossier cuda, peu importe où vous l'extrayez.
3. Ouvrez l'explorateur de fichiers et accédez au répertoire dans lequel vous avez installé CUDA, dans mon cas, il s'agissait de C:/Program Files/NVIDIA GPU Computing Toolkit.
4. Accédez à CUDA/v9.0/lib/x64. Ici, vous devez mettre le fichier nommé "cudnn.lib" que vous pouvez trouver dans CUDA/lib/x64 (paquet cudnn, téléchargé depuis nVidia)
5. Répétez le processus pour (paquet cudnn gauche, chemin d'installation CUDA droit) :

• CUDA/bin/cudnn64_7.dll -> CUDA/v9.0/bin
• CUDA/include/cudnn.h -> CUDA/v9.0/include

1. Vous devez maintenant vérifier si la variable d'environnement est correctement définie. Assurez-vous que la variable CUDA_PATH, avec la valeur C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 est présente, sinon ajoutez-la.
2. Profitez de tensorflow-gpu pour travailler sur votre système

Merci! ça a résolu mon problème !
Mon système :
fenêtres 10
python 3.6
Boîte à outils Cuda v9.0
cudnn 7.4.2
Carte graphique : Nvidia p4000

Après avoir désinstallé la v10 et son cudnn associé, puis installé les éléments mentionnés ci-dessus, puis suivi le didacticiel de (andpi314)
GPU Tensor Flow opérationnel.

C'est ma situation, vérifiez le copier-coller de cudnn, assurez-vous que bin,include,lib, le fichier des trois dossiers est copié et collé sur le même chemin du cuda, je copie simplement sur le mauvais chemin, après avoir vérifié le chemin du système de cuda, refaites le copier-coller, puis il s'exécute correctement.

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Déposer "", ligne 1, dans
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow__init__.py", ligne 24, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Échec du chargement de l'environnement d'exécution natif TensorFlow.

J'ai rencontré la même situation et ma config est :
CUDA10
cudnn v7.4 pour CUDA10
Tensorflow-gpu v1.12.0

Je vois les solutions ci-dessus qui suggèrent le CUDA9, mais les informations de mon contrôleur GeForce montrent que mon GPU GTX1050Ti ne prend en charge que CUDA10 (il écrit "pilote NVIDIA CUDA 10.0.132", en fait je ne sais pas ce que cela signifie), comment puis-je résoudre ça ?

J'ai réinstallé CUDA9 et cuDNN 7.0.5 et redémarré l'ordinateur. Le problème connexe vient de disparaître.

@Asichurter J'ai la même carte graphique et je n'ai aucun problème avec la combinaison ci-dessus.

SOLUTIONS ! Si vous essayez d'exécuter TF avec CUDA 10

Tensorflow 1.12 NE prend PAS en charge CUDA 10, mais la construction nocturne le FAIT

il y a 2 solution

1. Supprimer TF 1.12 et installer nightly build 1.13
   pip désinstaller tensorflow-gpu
   pip installer tf-nightly-gpu

Solution alternative : rétrograder CUDA à 9.0

N'oubliez pas de copier les fichiers CUDNN au bon emplacement dans le dossier d'installation de CUDA à chaque réinstallation

J'ai eu les mêmes problèmes et j'ai essayé la plupart des correctifs proposés pendant environ 3 heures sans succès. Cependant, j'ai trouvé le message de kennedyCzar en haut - et cela a résolu mon problème ("Erreur d'importation : échec du chargement de la DLL : le module spécifié n'a pas pu être trouvé.") J'encourage vivement les lecteurs à essayer cette approche car elle est rapide et facile. Je suis spécifiquement allé à l'article de blog référencé par le Dr Donald Kinghorn et j'ai suivi les instructions.

Voir ci-dessous pour une copie du message de kennedyCzar du 16 octobre 2018 :

J'ai eu le même problème en essayant d'utiliser tensorflow-gpu sur Windows 10.
Comme je ne pouvais pas le faire fonctionner sur cuDNN10..j'ai opté pour 9 à la place en utilisant...

conda create --name tf-gpu
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
conda installer keras-gpu

vous pouvez également consulter le post complet sur https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA -1187/

Crédit au Dr Donald Kinghorn

J'avais CUDA 10 fonctionnant avec tensorflow-gpu v1.12. Je n'ai pas lu les petits caractères et j'ai donc raté que cette version ne fonctionnait pas avec CUDA 10. Rétrogradé à CUDA 9 et cela fonctionne maintenant.

J'ai eu le même problème avec TensorFlow 1.12.0 et aucune des solutions n'a fonctionné pour moi. Ensuite, je suis passé à TensorFlow 1.10.0 et cette fois, le message d'erreur était beaucoup plus informatif. Il m'a dit que cudart64_90.dll n'a pas pu être trouvé qui se trouve dans C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin . Après avoir ajouté ce chemin spécifique à la variable PATH, il s'exécute correctement et sans erreur.

Cela me fait me demander s'il y a un bogue dans TensorFlow pour qu'il ne parvienne pas au sous-dossier "bin" lui-même étant donné que C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 est déjà présent dans de nombreuses variables d'environnement comme CUDA et CUDA_HOME, donc il devrait pouvoir trouve le.

Deuxièmement, je me demande pourquoi TensorFlow 1.12.0 a des messages d'erreur tellement moins informatifs. Dans 1.12.0, il est simplement indiqué que certaines DLL n'ont pas pu être importées. Dans 1.10.0, il m'a montré exactement quelle DLL est manquante et a même proposé la solution de travail pour l'ajouter à PATH. C'est une bien meilleure gestion des erreurs et je vous suggère de revoir le commit de la personne qui pensait que masquer les messages d'erreur était une bonne idée.

SOLUTIONS ! Si vous essayez d'exécuter TF avec CUDA 10

Tensorflow 1.12 NE prend PAS en charge CUDA 10, mais la construction nocturne le FAIT

il y a 2 solution

1. Supprimer TF 1.12 et installer nightly build 1.13
   pip désinstaller tensorflow-gpu
   pip installer tf-nightly-gpu

Solution alternative : rétrograder CUDA à 9.0

N'oubliez pas de copier les fichiers CUDNN au bon emplacement dans le dossier d'installation de CUDA à chaque réinstallation

confirmer cette solution

utiliser tf-nightly-gpu
gagner10
cuda 10.0
python 3.6.4
geforce 960M
cudnn64_7

Je résous enfin le problème en installant cuda 9.0 au lieu de 9.2 ou 10.0 avec tensorflow 1.12.0 et cudnn 7.4.1.5

mais je télécharge le cudnn7.4.1.5 au lieu de cudnn7.0.5 rencontre toujours cette erreur.
ma configuration suivante :
cuda 9.0
cudnn7.4.1
pip install tensorflow-gpu==1.12.0
python 3.6.4
nvidia geforce 1080TI

Je résous enfin le problème en installant cuda 9.0 au lieu de 9.2 ou 10.0 avec tensorflow 1.12.0 et cudnn 7.4.1.5

mais je télécharge le cudnn7.4.1.5 au lieu de cudnn7.0.5 rencontre toujours cette erreur.
ma configuration suivante :
cuda 9.0
cudnn7.4.1
pip install tensorflow-gpu==1.12.0
python 3.6.4
nvidia geforce 1080TI

J'ai finalement rétrogradé la version bazel à 0.20.0 (de 0.21.0) pour résoudre ce problème. mais je ne sais pas pourquoi ne peut pas être compatible avec la dernière version de bazel.

cuda 10.0
cudnn7.4.2
pip installer tf-nightly-gpu
python 3.6.4
nvidia geforce 1070

Ça marche.

cuda 10.0
cudnn7.4.2
pip installer tf-nightly-gpu
python 3.6.4
nvidia geforce 1070

Ça marche.

Cela fonctionne aussi pour moi maintenant. Merci pour cela.
Juste une note: je n'ai pas pu désinstaller correctement TF et j'avais une version Python inférieure. J'ai complètement désinstallé Python et installé la version 3.6.8 au lieu de 3.6.4.
Ensuite, utilisé pip install tf-nightly-gpu pour installer TF et fonctionne maintenant

L'installation de Microsoft Build Tools 2015 m'aide à résoudre ce problème. Ça fonctionne maintenant.

J'ai le même problème avec toi @damcclane . Comment avez-vous résolu ?

Win10 x64, python 3.6, cuda9 avec cudnn 7.0.5 et aussi Win10 x64, python 3.7, cuda10 avec cudnn 7.3.1

Les deux ont le même problème. Ma carte graphique est Nvidia GeForce 1050 Ti

tensorflow ne prend pas en charge python 3.7, vous pouvez créer un environnement différent avec un python inférieur via anaconda

J'ai eu exactement le même problème. Selon le Guide de prise en charge du

Ce qui a fonctionné pour moi, c'est d'entrer les commandes suivantes après avoir installé toutes les dépendances :

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%

Le dossier cuda de votre zip cuDNN doit être copié dans C:\tools\ .

J'espère que cela a été utile.

je vois aussi le même problème

Salut les gars, j'ai vu ce problème à quelques reprises maintenant et je peux commenter certaines choses.
Le premier semble être que les notebooks Jupyter peuvent en quelque sorte « tenir » à une mauvaise configuration de tensorflow (même après avoir réinitialisé le noyau), un arrêt et un démarrage complets de Jupyter ont résolu ce problème pour moi au moins une fois.

Les autres choses sont toutes liées à CUDA. Je vous recommande FORTEMENT de désinstaller toutes les versions de CUDA, puis d'installer la V10 et de vous assurer d'obtenir également le bon CUDA.

Pour installer Cudnn, copiez et collez simplement tout ce qui se trouve dans le dossier cuda, dans votre installation cuda.

Ce sont essentiellement tous les problèmes avec cette erreur. N'oubliez pas que vous pouvez tester cuda en tapant nvcc --version et en vous assurant qu'il renvoie la v10. Si cette commande ne fonctionne pas, cela signifie que votre configuration ne peut pas voir correctement cuda.

si vous voyez le problème, vous essayez d'installer tf-nightly en nuage. De cette façon, vous pouvez résoudre le problème

### La SOLUTION pour « Erreur d'importation : le chargement de la DLL a échoué : la procédure spécifiée est introuvable. »

Lorsque vous importez numpy, vous obtenez cette erreur, n'est-ce pas ?
python -c "import numpy"

Allez donc dans le dossier Anaconda et allez dans le dossier site-packages en fonction de l'environnement d'anaconda. Ensuite, allez dans le dossier numpy.libs. Il y a des fichiers *.dll, non ?

Copiez maintenant le lien vers le dossier .libs et entrez le chemin avec "PATH" dans l'invite anaconda.
PATH=path\to\site-packages\numpy\.libs;%PATH%

Maintenant, vérifiez à nouveau pour importer numpy.
python -c "import numpy"

Maintenant ça marche non ?

Installation:

(base) C:\Users\omarc>pip install tensorflow-gpu
Collecting tensorflow-gpu
  Downloading https://files.pythonhosted.org/packages/1f/31/62178ec117dc0318bde6e3b4f2a066a2ea637cc806ff53cb26e36974280a/tensorflow_gpu-1.13.0rc2-cp37-cp37m-win_amd64.whl (259.8MB)
    100% |████████████████████████████████| 259.8MB 17kB/s
Collecting keras-applications>=1.0.6 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/90/85/64c82949765cfb246bbdaf5aca2d55f400f792655927a017710a78445def/Keras_Applications-1.0.7-py2.py3-none-any.whl (51kB)
    100% |████████████████████████████████| 61kB 3.6MB/s
Requirement already satisfied: six>=1.10.0 in c:\programdata\anaconda3\lib\site-packages (from tensorflow-gpu) (1.12.0)
Collecting absl-py>=0.1.6 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/31/bc/ab68120d1d89ae23b694a55fe2aece2f91194313b71f9b05a80b32d3c24b/absl-py-0.7.0.tar.gz (96kB)
    100% |████████████████████████████████| 102kB 9.3MB/s
Collecting termcolor>=1.1.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/8a/48/a76be51647d0eb9f10e2a4511bf3ffb8cc1e6b14e9e4fab46173aa79f981/termcolor-1.1.0.tar.gz
Requirement already satisfied: wheel>=0.26 in c:\programdata\anaconda3\lib\site-packages (from tensorflow-gpu) (0.32.3)
Collecting astor>=0.6.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/35/6b/11530768cac581a12952a2aad00e1526b89d242d0b9f59534ef6e6a1752f/astor-0.7.1-py2.py3-none-any.whl
Collecting keras-preprocessing>=1.0.5 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/c0/bf/0315ef6a9fd3fc2346e85b0ff1f5f83ca17073f2c31ac719ab2e4da0d4a3/Keras_Preprocessing-1.0.9-py2.py3-none-any.whl (59kB)
    100% |████████████████████████████████| 61kB 7.7MB/s
Collecting gast>=0.2.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/4e/35/11749bf99b2d4e3cceb4d55ca22590b0d7c2c62b9de38ac4a4a7f4687421/gast-0.2.2.tar.gz
Requirement already satisfied: numpy>=1.13.3 in c:\programdata\anaconda3\lib\site-packages (from tensorflow-gpu) (1.15.4)
Collecting tensorboard<1.13.0,>=1.12.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/07/53/8d32ce9471c18f8d99028b7cef2e5b39ea8765bd7ef250ca05b490880971/tensorboard-1.12.2-py3-none-any.whl (3.0MB)
    100% |████████████████████████████████| 3.1MB 3.9MB/s
Collecting protobuf>=3.6.1 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/77/78/a7f1ce761e2c738e209857175cd4f90a8562d1bde32868a8cd5290d58926/protobuf-3.6.1-py2.py3-none-any.whl (390kB)
    100% |████████████████████████████████| 399kB 251kB/s
Collecting tensorflow-estimator<1.14.0rc0,>=1.13.0rc0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/67/c1/3e8f58945f55769274e490d85df3bc4639ac258c60c6e3c6c7973d2a9e81/tensorflow_estimator-1.13.0rc0-py2.py3-none-any.whl (367kB)
    100% |████████████████████████████████| 368kB 350kB/s
Collecting grpcio>=1.8.6 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/17/80/b135a60dfb12e9e0d691e4e66020b6f90fd8864e17ed5c719881bdea7d41/grpcio-1.18.0-cp37-cp37m-win_amd64.whl (1.5MB)
    100% |████████████████████████████████| 1.5MB 2.3MB/s
Requirement already satisfied: h5py in c:\programdata\anaconda3\lib\site-packages (from keras-applications>=1.0.6->tensorflow-gpu) (2.8.0)
Requirement already satisfied: werkzeug>=0.11.10 in c:\programdata\anaconda3\lib\site-packages (from tensorboard<1.13.0,>=1.12.0->tensorflow-gpu) (0.14.1)
Collecting markdown>=2.6.8 (from tensorboard<1.13.0,>=1.12.0->tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/7a/6b/5600647404ba15545ec37d2f7f58844d690baf2f81f3a60b862e48f29287/Markdown-3.0.1-py2.py3-none-any.whl (89kB)
    100% |████████████████████████████████| 92kB 8.4MB/s
Requirement already satisfied: setuptools in c:\programdata\anaconda3\lib\site-packages (from protobuf>=3.6.1->tensorflow-gpu) (40.6.3)
Collecting mock>=2.0.0 (from tensorflow-estimator<1.14.0rc0,>=1.13.0rc0->tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/e6/35/f187bdf23be87092bd0f1200d43d23076cee4d0dec109f195173fd3ebc79/mock-2.0.0-py2.py3-none-any.whl (56kB)
    100% |████████████████████████████████| 61kB 6.2MB/s
Collecting pbr>=0.11 (from mock>=2.0.0->tensorflow-estimator<1.14.0rc0,>=1.13.0rc0->tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/8c/7f/fed53b379500fd889707d1f6e61c2a35e12f2de87396894aff89b017d1d6/pbr-5.1.2-py2.py3-none-any.whl (107kB)
    100% |████████████████████████████████| 112kB 10.5MB/s
Building wheels for collected packages: absl-py, termcolor, gast
  Running setup.py bdist_wheel for absl-py ... done
  Stored in directory: C:\Users\omarc\AppData\Local\pip\Cache\wheels\90\db\f8\2c3101f72ef1ad434e4662853174126ce30201a3e163dcbeca
  Running setup.py bdist_wheel for termcolor ... done
  Stored in directory: C:\Users\omarc\AppData\Local\pip\Cache\wheels\7c\06\54\bc84598ba1daf8f970247f550b175aaaee85f68b4b0c5ab2c6
  Running setup.py bdist_wheel for gast ... done
  Stored in directory: C:\Users\omarc\AppData\Local\pip\Cache\wheels\5c\2e\7e\a1d4d4fcebe6c381f378ce7743a3ced3699feb89bcfbdadadd
Successfully built absl-py termcolor gast
Installing collected packages: keras-applications, absl-py, termcolor, astor, keras-preprocessing, gast, grpcio, markdown, protobuf, tensorboard, pbr, mock, tensorflow-estimator, tensorflow-gpu
Successfully installed absl-py-0.7.0 astor-0.7.1 gast-0.2.2 grpcio-1.18.0 keras-applications-1.0.7 keras-preprocessing-1.0.9 markdown-3.0.1 mock-2.0.0 pbr-5.1.2 protobuf-3.6.1 tensorboard-1.12.2 tensorflow-estimator-1.13.0rc0 tensorflow-gpu-1.13.0rc2 termcolor-1.1.0

Sortie d'un exemple de code :

C:\ProgramData\Anaconda3\python.exe "C:/Users/omarc/OneDrive - Massachusetts Institute of Technology/test_tensorflow/keras-master/examples/mnist_cnn.py"
Using TensorFlow backend.
Traceback (most recent call last):
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 242, in load_module
    return load_dynamic(name, filename, file)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 342, in load_dynamic
    return _load(spec)
ImportError: DLL load failed: The specified module could not be found.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:/Users/omarc/OneDrive - Massachusetts Institute of Technology/test_tensorflow/keras-master/examples/mnist_cnn.py", line 9, in <module>
    import keras
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\__init__.py", line 3, in <module>
    from . import utils
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\utils\__init__.py", line 6, in <module>
    from . import conv_utils
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\utils\conv_utils.py", line 9, in <module>
    from .. import backend as K
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\backend\__init__.py", line 89, in <module>
    from .tensorflow_backend import *
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\backend\tensorflow_backend.py", line 5, in <module>
    import tensorflow as tf
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
    from tensorflow.python import pywrap_tensorflow  # pylint: disable=unused-import
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\__init__.py", line 49, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 74, in <module>
    raise ImportError(msg)
ImportError: Traceback (most recent call last):
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 242, in load_module
    return load_dynamic(name, filename, file)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 342, in load_dynamic
    return _load(spec)
ImportError: DLL load failed: The specified module could not be found.


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/errors

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.

Process finished with exit code 1

pip installer tensorflow-gpu==1.10.0

Impossible de trouver une version qui satisfait à l'exigence tensorflow-gpu==1.10.0 (à partir des versions : 1.13.0rc1, 1.13.0rc2)
Aucune distribution correspondante trouvée pour tensorflow-gpu==1.10.0

pip installer tensorflow-gpu==1.10.0

Impossible de trouver une version qui satisfait à l'exigence tensorflow-gpu==1.10.0 (à partir des versions : 1.13.0rc1, 1.13.0rc2)
Aucune distribution correspondante trouvée pour tensorflow-gpu==1.10.0

Si vous ne pouvez pas obtenir une ancienne version de tensorflow-gpu, j'ai eu le même problème de dll lors de l'utilisation de CUDA 9.0 et de tensorflow-gpu 1.13.0. Installé 10.0 et il semble avoir résolu le problème jusqu'à présent. Sur cette base, il est presque certain que 1.13.0 nécessite 10 au lieu de 9.

cuda 10.0
cudnn7.4.2
pip installer tf-nightly-gpu
python 3.6.4
nvidia geforce 1070

Ça marche.

Pareil ici
python 3.6.7
geforce 1060

J'ai eu des problèmes avec numpy, alors assurez-vous d'utiliser numpy 1.16. J'ai dû le réinstaller à partir de pip car la version d'Anaconda est obsolète.

avoir le même problème. J'utilise la version TF non-gpu, donc je suppose que ce n'est pas un problème cuda ou cudnn?
python 3.6.0
TF 1.12.0
numpy 1.16.1
protobuf 3.6.1

N'utilisez pas protobuf 3.6 c'est probablement le problème. Je pense que la dernière version que vous pouvez utiliser est 3.3, allez sur github et trouvez des versions antérieures.

J'exécute quelque chose qui utilise TF 1.12, qui nécessite protobuf 3.6.1. tant pis....

Le problème concerne la _compatibilité des versions_ . Il s'agit de la compatibilité de _tensorflow_ , _python_ , _cudnn_ et _cuda_ . La compatibilité des versions peut être trouvée sur cette page . Prenez mon ordinateur par exemple.

Informations système :

Plate-forme et distribution du système d'exploitation : Windows 10 (je ne pense pas que cela compte.)
Appareil mobile : aucun
TensorFlow installé à partir de : pip install
Version TensorFlow : 1.4.0 ( important )
Version Python : 3.6 ( important )
Version Bazel : non installée (je ne compile pas à partir du code source, donc je n'en ai pas besoin.)
Version CUDA/cuDNN : cuda_8.0.61_win10.exe, cudnn-8.0-windows10-x64-v6.0.zip ( important )
Modèle GPU : Geforce GTX Series (je ne pense pas que cela ait d'importance.)

Solution:

Basé sur le tableau de compatibilité des versions dans la page ci-dessus. Cette ligne

tensorflow_gpu-1.4.0 | 3,5-3,6 | MSVC 2015 mise à jour 3 | Cmake v3.6.3 | 6 | 8
-- | -- | -- | -- | -- | --

J'utilise _python3.6_ .7 (En fait, votre version appartient à la série python3.6, c'est bien, car j'ai essayé python3.6.3 sur la mauvaise version d'un autre logiciel. Il a la même erreur appelée "ImportError: DLL load failed blablablabalbla..." . Selon le formulaire dans le lien hypertexte, si vous utilisez python3.5, ça devrait aller.)
J'ai installé _cuda8.0_ et _cudnnv6_ (Lorsque vous décompressez ce zip, il contient le fichier _cudnn64_6.dll_ . Et vous devez mettre le cudnn64_6.dll dans le bon chemin) (Le numéro 8 dans la dernière colonne est le nombre de versions CUDA . Le nombre 6 dans la cinquième colonne est le nombre de versions cudnn)
SO , j'installe _pip tensorflow-gpu==1.4.0_ puis importe tensorflow en tant que tf , ça marche.

J'ai trouvé ce problème car lorsque j'ai corrigé les versions Python, CUDA et cudnn, l'installation de la version inférieure de tensorflow a provoqué une autre erreur : le fichier cudnn64_*. Le fichier DLL n'a pas été trouvé.

Les étapes suivantes décrivent comment créer un programme dépendant de cuDNN. Dans les rubriques suivantes :
votre chemin de répertoire CUDA est appelé C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
votre chemin de répertoire cuDNN est appelé
Accédez à votrerépertoire contenant cuDNN.
Décompressez le paquet cuDNN.
cudnn-9.0-windows7-x64-v7.zip
ou
cudnn-9.0-windows10-x64-v7.zip
Copiez les fichiers suivants dans le répertoire CUDA Toolkit.
Copiecuda\bin\cudnn64_7.dll vers C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.
Copiecuda\include\cudnn.h vers C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.
Copiecuda\lib\x64\cudnn.lib vers C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.

Le document de cudnn donne la bonne méthode de configuration de cudnn, lorsque je place ce fichier dans l'emplacement spécifié, cela fonctionne
Le document complet se trouve sur https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html

Cela a fonctionné pour moi
Windows 10
python 3.6.X (rétrogradé de 3.7)
Tensorflow 1.12 (ne fonctionne pas avec 1.13.1 à coup sûr, rétrogradé)
CUDA/cudnn 9.0 (assurez-vous de suivre l' étape de @mxl1990 pour copier ces fichiers)

Merci tout ce qui précède. je vais réessayer bientôt

J'ai la même question avec l'auteur, et je la résous maintenant.
fenêtre 10
python 3.6.2
gpu rtx2080
mon problème est la version de CUDA et le cudnn ne s'adapte pas l'un à l'autre.
2019/3/3 aujourd'hui, la version la plus récente de CUDA est 10.1 mais il n'y a pas de version correspondante de cudnn.
j'ai donc changé le CUDA 10.0 et réinstallé le tensorflow, ça marche maintenant !

A couru dans le même problème.

Si vous utilisez Anaconda (Python 3.6), suggérez fortement d'utiliser conda au lieu de pip . Il s'occupe généralement de TOUT : conda install tensorflow-gpu

(base) C:\Users>conda install tensorflow-gpu
Solving environment: done

## Package Plan ##

  environment location: D:\Software\Anaconda3

  added / updated specs:
    - tensorflow-gpu


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    cudnn-7.3.1                |        cuda9.0_0       170.9 MB
    grpcio-1.12.1              |   py36h1a1b453_0         1.4 MB
    tensorflow-base-1.12.0     |gpu_py36h6e53903_0       180.8 MB
    conda-4.6.7                |           py36_0         1.7 MB
    tensorflow-1.12.0          |gpu_py36ha5f9131_0           4 KB
    keras-preprocessing-1.0.5  |           py36_0          52 KB
    gast-0.2.2                 |           py36_0         138 KB
    keras-applications-1.0.6   |           py36_0          49 KB
    tensorboard-1.12.0         |   py36he025d50_0         3.1 MB
    termcolor-1.1.0            |           py36_1           8 KB
    absl-py-0.7.0              |           py36_0         157 KB
    protobuf-3.6.0             |   py36he025d50_0         517 KB
    cudatoolkit-9.0            |                1       339.8 MB
    tensorflow-gpu-1.12.0      |       h0d30ee6_0           3 KB
    markdown-3.0.1             |           py36_0         125 KB
    _tflow_select-2.1.0        |              gpu           3 KB
    libprotobuf-3.6.0          |       h1a1b453_0         2.0 MB
    astor-0.7.1                |           py36_0          44 KB
    ------------------------------------------------------------
                                           Total:       700.7 MB

Si vous avez déjà foiré les versions, essayez d'utiliser conda remove ou pip uninstall pour supprimer les packages, y compris tensorflow-gpu et tensorflow . Ou supprimez Anaconda et réinstallez-le.

J'ai la même question avec l'auteur, et je la résous maintenant.
fenêtre 10
python 3.6.2
gpu rtx2080
mon problème est la version de CUDA et le cudnn ne s'adapte pas l'un à l'autre.
2019/3/3 aujourd'hui, la version la plus récente de CUDA est 10.1 mais il n'y a pas de version correspondante de cudnn.
j'ai donc changé le CUDA 10.0 et réinstallé le tensorflow, ça marche maintenant !

@parkerdu Sauveur ! Mon système exécute Python 3.7.1 sur Windows 10 et mon GPU est RTX 2080 Ti. Tout ce que j'ai fait, c'est de rétrograder CUDA de 10.1 à 10.0 et cela fonctionne maintenant. Mais je suis un peu confus avec ce que tu veux dire par

la version la plus récente de CUDA est 10.1 mais il n'y a pas de version correspondante de cudnn.

puisqu'il existe une version de cuDNN publiée le 25 février 2019 selon https://developer.nvidia.com/rdp/cudnn-download . Cela ne fonctionne pas avec la dernière version de TensorFlow installée via "pip install tensorflow-gpu" dans mon cas, mais elle est là. Je me demande pourquoi ce n'est pas le

version correspondante de cudnn.

Encore une fois, merci pour votre solution.

J'ai la même question avec l'auteur, et je la résous maintenant.
fenêtre 10
python 3.6.2
gpu rtx2080
mon problème est la version de CUDA et le cudnn ne s'adapte pas l'un à l'autre.
2019/3/3 aujourd'hui, la version la plus récente de CUDA est 10.1 mais il n'y a pas de version correspondante de cudnn.
j'ai donc changé le CUDA 10.0 et réinstallé le tensorflow, ça marche maintenant !

@parkerdu Sauveur ! Mon système exécute Python 3.7.1 sur Windows 10 et mon GPU est RTX 2080 Ti. Tout ce que j'ai fait, c'est de rétrograder CUDA de 10.1 à 10.0 et cela fonctionne maintenant. Mais je suis un peu confus avec ce que tu veux dire par

la version la plus récente de CUDA est 10.1 mais il n'y a pas de version correspondante de cudnn.

puisqu'il existe une version de cuDNN publiée le 25 février 2019 selon https://developer.nvidia.com/rdp/cudnn-download . Cela ne fonctionne pas avec la dernière version de TensorFlow installée via "pip install tensorflow-gpu" dans mon cas, mais elle est là. Je me demande pourquoi ce n'est pas le

version correspondante de cudnn.

Encore une fois, merci pour votre solution.

vous avez raison! Je n'ai pas vu la dernière version de cudnn. Merci pour votre point.

Après des heures d'installation de différentes versions, j'ai finalement réussi à le faire fonctionner, voici ma configuration finale :

• Python 3.6.8
• Tensorflow 1.13
• CUDA 10
• cuDNN v7.5.0 (21 février 2019), pour CUDA 10.0

J'ai essayé avec CUDA 10.1 mais cela n'a pas fonctionné, je suis passé à 10.0 et cela a finalement fonctionné.

python 3.7.2
Tensorflow-gpu 2.0.0a0
Tensorboard 1.13.0
tensorflow-estimateur 1.13.0
CUDA 10.1
cuDNN v7.5.0 pour CUDA10.0
gagner10 x64
S'il vous plaît aider

@ steven12138 Vous pouvez suivre le post précédent qui a fonctionné.
AFAIK, le python 3.7.X python n'est pas pris en charge.

C'est ce qui a fonctionné pour moi sur Windows 10 et pour le GPU NVIDIA GeForce RTX 2080 Ti :
Python 3.5 (3.6 ne fonctionnait pas)
Tensorflow-gpu 1.13 (ou tf-nightly-gpu)
CUDA 10
cuDNN pour CUDA 10.0
Le problème était dû à l'utilisation de python 3.6. L'utilisation de Python 3.5 l'a résolu.

CUDA 9.0
cudnn 7.0.5
Windows 10
tf 1.12.0
raté... aucune idée

résolu,
un problème est que le PATH est incorrect, je l'ai corrigé mais le problème existe toujours.
Ensuite, je rétrograde le tf à 1.10.0, et cela fonctionne.

A couru dans le même problème.

Si vous utilisez Anaconda (Python 3.6), suggérez fortement d'utiliser conda au lieu de pip . Il s'occupe généralement de TOUT : conda install tensorflow-gpu

(base) C:\Users>conda install tensorflow-gpu
Solving environment: done

## Package Plan ##

  environment location: D:\Software\Anaconda3

  added / updated specs:
    - tensorflow-gpu


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    cudnn-7.3.1                |        cuda9.0_0       170.9 MB
    grpcio-1.12.1              |   py36h1a1b453_0         1.4 MB
    tensorflow-base-1.12.0     |gpu_py36h6e53903_0       180.8 MB
    conda-4.6.7                |           py36_0         1.7 MB
    tensorflow-1.12.0          |gpu_py36ha5f9131_0           4 KB
    keras-preprocessing-1.0.5  |           py36_0          52 KB
    gast-0.2.2                 |           py36_0         138 KB
    keras-applications-1.0.6   |           py36_0          49 KB
    tensorboard-1.12.0         |   py36he025d50_0         3.1 MB
    termcolor-1.1.0            |           py36_1           8 KB
    absl-py-0.7.0              |           py36_0         157 KB
    protobuf-3.6.0             |   py36he025d50_0         517 KB
    cudatoolkit-9.0            |                1       339.8 MB
    tensorflow-gpu-1.12.0      |       h0d30ee6_0           3 KB
    markdown-3.0.1             |           py36_0         125 KB
    _tflow_select-2.1.0        |              gpu           3 KB
    libprotobuf-3.6.0          |       h1a1b453_0         2.0 MB
    astor-0.7.1                |           py36_0          44 KB
    ------------------------------------------------------------
                                           Total:       700.7 MB

Si vous avez déjà foiré les versions, essayez d'utiliser conda remove ou pip uninstall pour supprimer les packages, y compris tensorflow-gpu et tensorflow . Ou supprimez Anaconda et réinstallez-le.

ce gars a sauvé une journée, merci

J'utilise virtualenv avec python 3.6.8 et je lance simplement
pip install tensorflow-gpu

cuda 9.0
cudnn 7.4.1 pour cuda 9.0
python 3.6.8
tensorflow 1.12.0
Redistribution visuelle C++ 2015

Cette configuration fonctionne.
Attention, tensorflow 1.13 ne fonctionne pas pour moi avec cette configuration.

=========================Modifier=================
Comme j'ai réessayé.
Si vous souhaitez utiliser tensorflow 1.13.1, vous pouvez vous référer à la configuration ci-dessous :
cuda 10.0
cudnn 7.5.0 pour cuda 10.0
python 3.6.8
tensorflow 1.13.1
Redistribution visuelle C++ 2015 ou 2017

Et je trouve que le site officiel dit que tensorflow ne prend en charge que cuda 9 maintenant, mais en fait, il est déjà mis à jour vers CUDA 10, vous pouvez le trouver sur la note de version sur github.

donc simplicité, CUDA 9.0 ( cudnn 7.4.1) == > tensorflow 1.12.0
CUDA 10.0 (cidnn 7.5.0)== > tensorflow 1.13.1

python 3.7.2
Tensorflow-gpu 2.0.0a0
Tensorboard 1.13.0
tensorflow-estimateur 1.13.0
CUDA 10.1
cuDNN v7.5.0 pour CUDA10.0
gagner10 x64
N'a pas fonctionné

Je n'ai aucun problème au terminal, mais j'ai ce problème sur pycharm, j'espère pouvoir vous donner une référence.

Win10+python 3.6+cuda 10.0+cudnn 7.5+tensorflow 1.13.1

J'ai eu le même problème. Je l'ai résolu en désinstallant tensorflow-gpu et en le réinstallant via conda.

conda install tensorflow-gpu

j'avais un probleme

TypeError : impossible de créer le fichier proto dans le pool de descripteurs !
Descripteur de proto non valide pour le fichier "object_detection/protos/post_processing.proto":
object_detection/protos/post_processing.proto : l'importation "object_detection/protos/calibration.proto" n'a pas été chargée.
object_detection.protos.PostProcessing.calibration_config : "object_detection.protos.CalibrationConfig" semble être défini dans "protos/calibration.proto", qui n'est pas importé par "object_detection/protos/post_processing.proto". Pour l'utiliser ici, veuillez ajouter l'import nécessaire.

Je viens de rétrograder TensorFlow à 1.10.0 et cela a fonctionné

pip install tensorflow-gpu==1.10.0

Lorsque j'ai exécuté la commande pip install tensorflow-gpu , 1.13.0 a été installé et j'ai eu l'erreur Win10: ImportError: DLL load failed: The specified module could not be found . J'ai donc essayé de rétrograder à 1.10.0 comme suggéré par @57ar7up . Cela n'a pas fonctionné car pip n'a pas pu trouver le fichier .whl requis et la connexion n'arrêtait pas de expirer.

J'ai donc suivi l' approche de 1.12.0 fonctionné.

Je résous enfin le problème en installant cuda 9.0 au lieu de 9.2 ou 10.0 avec tensorflow 1.12.0 et cudnn 7.4.1.5

Enfin ma configuration est :

• Nvidia GTX 1070
• CUDA 9.0 avec les 4 correctifs (cela a installé les pilotes GeForce 385.54)
• CuDNN v7.5.0.56 (pour CUDA 9.0)
• TF GPU 1.12.0

Je suppose que 1.13.0 doit être utilisé pour CUDA 10.0

Python 3.6.4 |Anaconda personnalisé (64 bits)| (par défaut, 16 janvier 2018, 10:22:32) [MSC v.1900 64 bits (AMD64)] sur win32
Tapez "aide", "droit d'auteur", "crédits" ou "licence" pour plus d'informations.

importer tensorflow
Traceback (appel le plus récent en dernier) :
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "D:\MLandBigData\Anaconda3.5\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "D:\MLandBigData\Anaconda3.5\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : 找不到指定的模块。

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Déposer "", ligne 1, dans
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow__init__.py", ligne 24, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "D:\MLandBigData\Anaconda3.5\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "D:\MLandBigData\Anaconda3.5\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "D:\MLandBigData\Anaconda3.5\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : 找不到指定的模块。

Échec du chargement de l'environnement d'exécution natif TensorFlow.

Voir https://www.tensorflow.org/install/errors

pour des raisons et des solutions courantes. Inclure toute la trace de la pile
au-dessus de ce message d'erreur lorsque vous demandez de l'aide.

python 3.7.1
Tensorflow-gpu 1.13.1

CUDA 8.0
cuDNN v7.1.4 pour CUDA 8.0
gagner10 x64

S'il vous plaît aider

J'ai construit le tensorflow à partir de la source avec les environnements suivants et j'ai travaillé :
python 3.7.1
Tensorflow-gpu 1.13.1

CUDA 9.1
cuDNN v7.0.5 pour CUDA 9.1
gagner10 x64

Mon message d'erreur est copié quelques lignes plus bas. J'ai essayé certaines des solutions qui semblaient fonctionner pour d'autres personnes, mais elles ne fonctionnaient pas pour moi. Spécifiquement:
Toujours python 3.6.8 & Windows 10 & Visual Studios 2017 & GPU Quadro M1000M
Pip utilisé pour installer tensorflow-gpu 1.13.1
Après avoir lu, j'ai découvert que CUDA 10.1 (que j'avais essayé à l'origine) ne fonctionnait avec rien, alors je suis passé à CUDA 10.0. Avec CUDA 10.0, j'ai essayé cudNN 7.4.2 et 7.5.0. Ni l'un ni l'autre ne fonctionne, j'ai toujours CUDA 10.1 installé (tensorflow essaie-t-il automatiquement les deux, ou dois-je le configurer pour utiliser 10.0 d'une manière ou d'une autre ?).

J'ai déjà désinstallé et réinstallé tensorflow-gpu à quelques reprises (également tensorflow simple - qui ne détecte pas mon GPU), bien que tensorflow-gpu ait toujours été installé pour mes tests. C'est aussi la première fois que je travaille avec CUDA ou cudNN, donc je ne suis pas sûr à 100% d'avoir "installé" correctement cudNN (à partir des dossiers cudNN extraits bin, lib & include, copiez le fichier pertinent dans Cuda bin, lib & inc Dossiers). J'ai également installé tf-nightly-gpu, car cela fonctionnait avec une seule solution.

Message d'erreur:

Python 3.6.8rc1 (v3.6.8rc1:cc3e73212a, 12 décembre 2018, 00:15:46) [MSC v.1900 64 bits (AMD64)] sur win32
Tapez "aide", "droit d'auteur", "crédits" ou "licence" pour plus d'informations.

importer tensorflow en tant que tf
Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Déposer "", ligne 1, dans
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow__init__.py", ligne 28, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 243, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", ligne 343, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Même problème. Win10 x64, python 3.6, tensorflow-gpu 1.12.0, CUDA 10.1 avec CUDNN 10.1 installé.

J'utilise virtualenv avec python 3.6.8 et je lance simplement
pip install tensorflow-gpu

cuda 9.0
cudnn 7.4.1 pour cuda 9.0
python 3.6.8
tensorflow 1.12.0
Redistribution visuelle C++ 2015

Cette configuration fonctionne.
Attention, tensorflow 1.13 ne fonctionne pas pour moi avec cette configuration.

=========================Modifier=================
Comme j'ai réessayé.
Si vous souhaitez utiliser tensorflow 1.13.1, vous pouvez vous référer à la configuration ci-dessous :
cuda 10.0
cudnn 7.5.0 pour cuda 10.0
python 3.6.8
tensorflow 1.13.1
Redistribution visuelle C++ 2015 ou 2017

Et je trouve que le site officiel dit que tensorflow ne prend en charge que cuda 9 maintenant, mais en fait, il est déjà mis à jour vers CUDA 10, vous pouvez le trouver sur la note de version sur github.

donc simplicité, CUDA 9.0 ( cudnn 7.4.1) == > tensorflow 1.12.0
CUDA 10.0 (cidnn 7.5.0)== > tensorflow 1.13.1

Merci. résolu mon problème
mon réglage
Win10 + python 3.6.6 + GeForce GTX 1050 Ti (ordinateur portable Legion)
Communauté Visual Studio 2017 + CUDA 10.0 (cudnn 7.5.0) + tensorflow 1.13.1

Dans l'ensemble, faire fonctionner le test de validation de base pour tensorflow-gpu (1.13.1) est une grosse épreuve - je ne sais pas d'où vient exactement le message d'erreur de chargement de DLL totalement inutile...

Noter mes paramètres (au 18/03/2019) au cas où cela aiderait une âme courageuse !
Framework de base : Windows 10 Pro/64, Anaconda 3-5.1.0 (python 3.6.4),
Visual Studio 2017 [GPU=RTX2060]
Échec de la configuration de la cible qui renvoie l'erreur DLL :
CUDA 10.1 + cuDNN correspondant (7.5.0.56)
Ce qui semble fonctionner (après avoir résolu un problème mineur avec la version numpy dans anaconda)
CUDA 10.0 + cuDNN 7.4.1.5

J'ai essayé avec CUDA 10.1 mais toutes les combinaisons de versions n'ont pas fonctionné, puis je suis passé à CUDA 10.0 comme quelqu'un l'a suggéré et cela a finalement fonctionné. Je suppose donc que le problème réside dans le CUDA 10.1.

Mes combinaisons de versions réussies sont :

CUDA 10.0 (PAS CUDA 10.1)
cuDNN v7.5.0 (21 février 2019), pour CUDA 10.0 (PAS celui pour CUDA 10.1)
Annaconda Anaconda 2018.12 (avec la version Python 3.7, programme d'installation graphique 64 bits)

J'ai ensuite testé 2 combinaisons : Python 3.7.1 + Tensorflow 1.13.1 et Python 3.68 + Tensorflow 2.0.0-alpha0. Ils travaillent tous les deux.

BTW, j'ai utilisé
conda installer tensorflow-gpu
à la place de
pip installer tensorflow-gpu
pour installer tensorflow comme quelqu'un l'a suggéré.

Bonne chance.

J'ai eu le même problème en utilisant (conda install tensorflow-gpu) pour résoudre le problème.
cuda 10.0
cudnn 7.41.5 pour cuda 10.0
python 7.1

Je viens de rétrograder TensorFlow à 1.10.0 et cela a fonctionné

pip install tensorflow-gpu==1.10.0

Oui cela fonctionne. marque!

J'ai la même question avec l'auteur, et je la résous maintenant.
fenêtre 10
python 3.6.2
gpu rtx2080
mon problème est la version de CUDA et le cudnn ne s'adapte pas l'un à l'autre.
2019/3/3 aujourd'hui, la version la plus récente de CUDA est 10.1 mais il n'y a pas de version correspondante de cudnn.
j'ai donc changé le CUDA 10.0 et réinstallé le tensorflow, ça marche maintenant !

Salut, j'ai la même configuration avec python 3.7.
Il existe maintenant une version cudnn de CUDA 10.1, mais tensorflow-gpu ne fonctionne toujours pas si je l'installe à partir de pip.
L'as-tu reconstruit toi-même ?

Edit. : J'ai trouvé le problème. Même s'il existe une version cudNN de nvidia pour prendre en charge CUDA 10.1, il n'y a pas de bibliothèque python pour prendre en charge CUDA 10.1. Cette bibliothèque est installée en tant que dépendance avec tensorflow-gpu, mais ne prend en charge que CUDA 10.0.

Je viens d'installer le dernier conda 3.7
exécuter "conda install tensorflow-gpu" dans anaconda promt
pas besoin d'installer cuda, cudann et mess avec les variables PATH
tout fonctionne

Je peux confirmer que CUDA 10.1 ne fonctionne pas. Mais alors, tensorflow n'a jamais prétendu le faire et son guide demande de télécharger CUDA 10.0 .

Pour ceux qui ne trouvent pas cette version, elle est disponible dans les archives NVIDIA et voici un lien direct : https://developer.nvidia.com/cuda-10.0-download-archive

Mes paramètres:

Python 3.6.5
CUDA 9.0
cDNN 7.41.5
tensorflow 1.12.0
tensorflow-gpu 1.12.0

bon travail

Salut tout le monde,

Face au même problème !

Quelqu'un peut-il fournir des informations d'environnement « fonctionnelles » pour l'accélérateur graphique _AMD Radeon HD7500M_ avec les éléments suivants :

• Win10 Pro, FU 1803
• I3 3e génération, 4 Go
• CUDA ver.10.0.130
• CUDNN version 7.3.1 pour 10.0_0
• Anaconda3 (2018.12)
• Py 3.7.1
• Tensorflow-gpu 1.13.1 - Installation de « Conda » à l'aide de « l'invite Anaconda »

Merci!

J'ai eu la même erreur d'échec de chargement de DLL lors de l'exécution d'une tentative d'exécution de tensorboard, aucun problème pour exécuter les autres :

Win10
tensorflow-gpu 1.11.0
Tensorboard 1.11.0
cudnn 7.1.4
cuda9.0_0
python 3.6.3

Mes paramètres:

Win10x64
tensorflow-gpu 1.13.1
CUDA 10.1
CUDNN 7.5 pour cuda10.1
python 3.7.1

Et j'ai la même erreur !

J'ai eu la même erreur d'échec de chargement de DLL lors de l'exécution d'une tentative d'exécution de tensorboard, aucun problème pour exécuter les autres :

Win10
tensorflow-gpu 1.11.0
Tensorboard 1.11.0
cudnn 7.1.4
cuda9.0_0
python 3.6.3

J'ai corrigé l'erreur en mettant à niveau cygrpc dans pip car l'erreur d'importation de chargement DLL survient lors de l'importation de cygrpc

Mes paramètres:

Win10x64
tensorflow-gpu 1.13.1
CUDA 10.1
CUDNN 7.5 pour cuda10.1
python 3.7.1

Et j'ai la même erreur !

J'ai changé l'env :
·tensorflow-gpu 1.12.0
·CUDA 9.0
·Cudnn 7.5 pour CUDA9.0
·python3.6.8

Enfin, ça marche !

Est-ce que tf-gpu fonctionne UNIQUEMENT avec les accélérateurs 'NVIDIA' !

Ceux 'RADEON' - besoin d'utiliser une bibliothèque/construction différente !

https://github.com/fo40225/tensorflow-windows-wheel

Cela m'a pris des années mais j'ai finalement résolu ce problème sur mon PC. Était-ce un mélange de ne pas avoir le bon cuDNN installé et VS redist. Trouvez les versions correctes pour votre version Python, votre CPU et votre carte graphique dans le lien ci-dessus.

Merci DTopping256 !!!

J'ai eu le même problème. Je l'ai résolu en désinstallant tensorflow-gpu et en le réinstallant via conda.

conda install tensorflow-gpu

J'étais en train de créer un nouveau venv et de télécharger à nouveau tensorflow-gpu en suivant les instructions ici (https://www.tensorflow.org/install/pip). Cependant, il a installé la dernière version stable (1.13) qui a causé un problème. J'ai installé tf-gpu à l'aide de conda et ils ont installé les packages avec tf-gpu version 1.12.0-h0d30ee6_0. Je suppose que le 1.12v ne pose aucun problème au moins sur mon ordinateur portable.

POUR VOTRE INFORMATION:
Win10x64
CUDA V10.1.105
python 3.6.5
GPU nvidia 1070 max-q

Le même problème.
gagner10 x64
cuda 9.0.176
cudnn 7.0
python 3.6.0
tensorflow-gpu 1.13.0

@2019/04/16
J'ai résolu le problème en configurant tensorflow-gpu-1.12, peut-être que la dernière version tensorflow-gpu-1.13 a besoin de cuda-10.0.

Tehre est mon résumé , mais la langue est le chinois.^_^

J'ai eu le même problème. Je l'ai résolu en désinstallant tensorflow-gpu et en le réinstallant via conda.

conda install tensorflow-gpu

Cela a fonctionné avec moi aussi, j'ai installé tensorflow avec pip , puis je l'ai désinstallé à l'aide de pip uninstall tensorflow-gpu , puis à nouveau installé à l'aide de conda install tensorflow-gpu

Microsoft Windows [Version 6.3.9600]
(c) 2013 Microsoft Corporation. Tous les droits sont réservés.

C:\Utilisateurs\Dell>python
Python 3.7.1 (par défaut, 10 décembre 2018, 22:54:23) [MSC v.1915 64 bits (AMD64)] :: Ana
conda, Inc. sur win32
Tapez "aide", "droit d'auteur", "crédits" ou "licence" pour plus d'informations.

iimprt tensorflow
Déposer "", ligne 1
iimprt tensorflow
^
ErreurDeSyntaxe: Syntaxe invalide
importer tensorflow
Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python\pywrap_tenso
rflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python\pywrap_tenso
rflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python\pywrap_tenso
rflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, descript
ion)
Fichier "C:\Users\Dell\Anaconda3\lib\imp.py", ligne 242, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\Dell\Anaconda3\lib\imp.py", ligne 342, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Déposer "", ligne 1, dans
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow__init__.py", ligne
24, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-im
Port
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python__init__.py"
, ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python\pywrap_tenso
rflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python\pywrap_tenso
rflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python\pywrap_tenso
rflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\Dell\Anaconda3\lib\site-packagestensorflow\python\pywrap_tenso
rflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, descript
ion)
Fichier "C:\Users\Dell\Anaconda3\lib\imp.py", ligne 242, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\Dell\Anaconda3\lib\imp.py", ligne 342, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Échec du chargement de l'environnement d'exécution natif TensorFlow.

Voir https://www.tensorflow.org/install/errors

pour des raisons et des solutions courantes. Inclure toute la trace de la pile
au-dessus de ce message d'erreur lorsque vous demandez de l'aide.

>

Quel triste gâchis de processus d'installation c'est actuellement !

Grâce aux contributeurs ici, j'ai enfin réussi à le faire fonctionner (je pense!)

J'avais suivi tous les processus d'installation PIP réguliers de la page tensorflow et j'avais fini avec cette combinaison sur mon nouveau bureau Windows 10 (Nvid GTX 1660) et Ananconda avec un nouvel environnement Python 3.6.

Dix : 1.13.1
Cuda : 10,1
cDNN : 7,5

et a également mis à jour mon PATH système pour ajouter ces bibliothèques au besoin (bien que certains chemins CUDA y soient déjà apparus, probablement dans le cadre de son installation maintenant, mais d'autres chemins ont été ajoutés selon les besoins, comme décrit ici ).

dans jupyter a essayé de:
importer tensorflow en tant que tf

et j'ai l'erreur que tout le monde voit :
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Ma première tentative de solution a fonctionné !

en suivant les conseils de @oshadaamila ci-dessus, j'ai désinstallé le tensorflow PiP et réinstallé à l'aide de Conda .

Conda a apporté les versions suivantes :
Dix : 1.13.1
Cuda : 10.0.130
cDNN : 7.3

L'import fonctionne maintenant et un petit test de code s'est bien déroulé :

a= tf.constant(4)
b=tf.constant(5)
sess=tf.Session()
c=a+b
print('Somme= ', sess.run(c))

donne la réponse de 9.

Je n'ai rien changé dans l'environnement PATH du système - tous les nouveaux CUDA et cuDNN sont maintenant installés dans les dossiers Anaconda3/pkgs, ils semblent donc être préférentiellement référencés dans un environnement python.

Il est possible que j'aie des erreurs si j'essaie de travailler en dehors de l'environnement d'Anaconda, mais pour l'instant, j'essaie même de le faire.

Pour TensorFlow 1.31.1

tensorflow/configure.py

_DEFAULT_CUDA_VERSION = '10.0'   // see here

_DEFAULT_CUDA_PATH_WIN = ('C:/Program Files/NVIDIA GPU Computing '
                          'Toolkit/CUDA/v%s' % _DEFAULT_CUDA_VERSION)

# ...

def set_tf_cuda_version(environ_cp):
  """Set CUDA_TOOLKIT_PATH and TF_CUDA_VERSION."""
  ask_cuda_version = (
      'Please specify the CUDA SDK version you want to use. '
      '[Leave empty to default to CUDA %s]: ') % _DEFAULT_CUDA_VERSION

  # ...

  for _ in range(_DEFAULT_PROMPT_ASK_ATTEMPTS):
    # Configure the Cuda SDK version to use.
    tf_cuda_version = get_from_env_or_user_or_default(
        environ_cp, 'TF_CUDA_VERSION', ask_cuda_version, _DEFAULT_CUDA_VERSION)

  # ...

  environ_cp['TF_CUDA_VERSION'] = tf_cuda_version

donc la version actuelle de CUDA est 10.0, mais NVIDIA donne 10.1 , installez CUDA10.0 et cudnn10.0 puis redémarrez cmd, cela fonctionnera

pour l'ancienne version https://developer.nvidia.com/cuda-toolkit-archive

détail : https://blog.kenorizon.cn/note/tensorflow-installation.html

Essayez pip install tensorflow-gpu==1.13.1-rc2 si vous devez utiliser CUDA 10.0 pour RTX. J'ai CUDA 10.0, cuDNN 7.5.0, python 3.6 et ça marche !

j'ai corrigé ce problème en installant cuda 10.1 (j'ai tensorflow 2.0alpha btw) et cudnn 7.5.0.56
redémarrez votre ordinateur ou bien importer tensorflow-gpu ne fonctionnera pas

Observé le problème similaire avec TF 1.13.1 et CUDA 10.1 - résolu en supprimant CUDA 10.1 et en installant CUDA 10.0.

J'ai eu le même problème et la rétrogradation vers CUDA 10.0 l'a résolu (tensorflow 1.13.1, GTX 1080ti)

Résolu via une rétrogradation vers CUDA 10.0 et cuDNN 7.5 pour CUDA 10.0

Résolu en passant à CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.7 et tensorflow 1.13.1.

N'oubliez pas de nettoyer ou de désinstaller toute version précédente de tensorflow et de CUDA si vous essayez d'opter pour cette combinaison. Si vous avez Python 3.7 et que vous essayez d'installer tensorflow 1.13.1 ou une version inférieure, cela ne fonctionnera pas car pour l'instant aucune version de tensorflow ne prend en charge Python 3.7. Supprimez Python 3.7 et recommencez.

Salut, @utkalsinha Avez-vous installé tensorflow à partir du code source ? Je compile le code source de tensorflow sous CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.6 et tensorflow 1.13.1, mais j'ai également échoué. La seule différence entre nous est que j'utilise Python3.6.6 alors que votre est Python3.6.7

N'oubliez pas d'ajouter les variables d'environnement pour CUDA et cuDNN
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;%PATH%
SET PATH=C:\toolscuda\bin;%PATH%

J'ai le même problème... après une semaine d'application de tous les crochets et escrocs... Je viens de désactiver le défenseur Windows et cela a fonctionné

Salut, @utkalsinha Avez-vous installé tensorflow à partir du code source ? Je compile le code source de tensorflow sous CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.6 et tensorflow 1.13.1, mais j'ai également échoué. La seule différence entre nous est que j'utilise Python3.6.6 alors que votre est Python3.6.7

@asa008 : Non. J'ai directement installé tensorflow-gpu via pip en tant que pip install tensorflow-gpu==1.13.1

Après avoir passé du temps dessus, pour tensorflow==2.0.0-alpha0 , sur Windows 10, essayez d'installer :

1. python 3.6
2. CUDA v10.0
3. cudnn 7.4.1.5

Après avoir passé du temps dessus, pour tensorflow==2.0.0-alpha0 , sur Windows 10, essayez d'installer :

1. python 3.6
2. CUDA v10.0
3. cudnn 7.4.1.5

J'ai utilisé Python 3.7.3 avec les mêmes CUDA et cuDNN mais j'ai eu la même erreur de DLL.

D'après mon expérience (après de nombreux essais et erreurs), il est préférable de définir les chemins CUDA à l'aide de l'éditeur basé sur l'interface graphique sous Windows.

Ma configuration est la suivante :

1. CUDA 10.0
2. dernier cudnn disponible (suivez les instructions sur le site Nvidia)
3. Définition des chemins à l'aide de l'éditeur de variables d'environnement sous Windows.
   --> D'après mon expérience, l'utilisation de "SET PATH..." sur la ligne de commande oublie toujours les nouveaux chemins.
   --> J'ai également redémarré le PC avant d'installer Tensorflow.
4. Tensorflow v1.13
5. environnement conda avec Python 3.6

Je n'ai pas essayé cela sur tensorflow alpha, j'espère que cela fonctionnera de la même manière.

J'ai testé plusieurs combinaisons sur ma machine Windows 10, et voici les résultats :
ÉCHOUER
tensorflow-gpu==r1.13
python 3.7.3
CUDA v10.1
cudnn 7.5.0.56

ÉCHOUER
tensorflow-gpu==2.0.0-alpha0
python 3.7.3
CUDA v10.1
cudnn 7.5.0.56

ÉCHOUER
tensorflow-gpu==2.0.0-alpha0
python 3.6.8
CUDA v10.1
cudnn 7.5.0.56

SUCCÈS
tensorflow-gpu==2.0.0-alpha0
python 3.6.8
CUDA v10.0
cudnn 7.4.1.5

Si vous rencontrez ce problème, vous pouvez rétrograder la lib à tensorflow-gpu==1.10.0, à l'heure actuelle, les versions supérieures ont des problèmes, ce problème est courant dans Windows.
PD. après cela, vous avez besoin de CUDA pour utiliser correctement cette bibliothèque.

Qu'en est-il sous Linux, les versions supérieures de tensorflow sont-elles beaucoup plus stables ?

aide svp

AVERTISSEMENT : tensorflow : De C:\Users\HP\Anaconda3\envstensorflow\lib\site-packagestensorflow\python\training\saver.py:1266 : checkpoint_exists (de tensorflow.python.training.checkpoint_management) est obsolète et sera supprimé dans une future version.

Ouvrez ...\Python37\Lib\site-packagestensorflow\python\_pywrap_tensorflow_internal.pyd utilisez Dependency Walker , il vous montrera l'arbre de dépendance des DLL, vous trouverez quelle DLL est à l'origine du problème. TensorFlow toujours lié à la version spécifique de CUDA.

Idem ici, Win10 Pro x64, Python 3.6.8, Tensorflow-gpu 1.13.1, cuDNN 7.5.1.10, CUDA 10.1, Driver 430.64

Mon installation :

Windows 10.0.17763.134 x64
Pilote NVIDIA 416.92
CUDA 10.0.130
CUDNN 7.4.1.5 pour CUDA 10.0
Python 3.6.7
GeForce GTX 1080 Ti

La cause de cette erreur semble être que les personnes installant Python sans prise en charge de Tcl/Tk ne se rendent pas compte que Tcl est nécessaire pour les importations de SWIG et de module. Je viens de tester cela et dans mon cas, il ne suffisait pas de modifier l'installation de Python pour ajouter Tcl/Tk - j'ai dû tout supprimer et installer à partir de zéro et maintenant je n'obtiens plus l'erreur.

TL; DR -- supprimez et réinstallez simplement Python avec l'option Tcl/Tk sélectionnée.

sur la base de la version @levicki cuda et cudnn, j'ai également défini le chemin en fonction du site Web officiel de tf,
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;%PATH% SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64 ;%PATH% SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;%PATH% SET PATH=C:\toolscuda\bin;%PATH% (impossible de trouver des outils en C , ignorez simplement celui-ci)
J'ai installé tensorflow2 alpha avec succès, d'ailleurs ma configuration est :

Windows 10.0.17763.134 x64
Pilote NVIDIA 416.92
CUDA 10.0.130
CUDNN 7.4.1.5 pour CUDA 10.0
Python 3.5.2
GeForce Titan XP x4

si cela ne fonctionne toujours pas, j'ai également réinstallé l'oreiller, puis réinstallé tf2, j'espère que cela serait utile.

Idem ici, Win10 Pro x64, Python 3.6.8, Tensorflow-gpu 1.13.1, cuDNN 7.5.1.10, CUDA 10.1, Driver 430.64

Vous devriez peut-être utiliser CUDA 10.0, pas 10.1. Je viens de résoudre ce problème sur mon PC, vous pouvez vérifier qu'il utilise Dependency Walker , comme ceci :

à l'origine, CUDA 9 fonctionnait, j'ai mis à jour vers tensorflow-gpu 1.13.1 et il a signalé que la DLL n'a pas été trouvée.
Ensuite, j'ai essayé de rétrograder tensorflow-gpu vers plusieurs versions, mais la DLL n'a toujours pas été trouvée.
Ensuite, j'ai mis CUDA10.1 update1 jour cudnn 7.5.1.10 (les deux dernières versions), la DLL n'a pas été trouvée.
Ensuite, j'ai essayé de rétrograder tensorflow-gpu toujours signalé DLL introuvable.
Ensuite, utilisez dependency Walker , mais cette application s'est bloquée à l'ouverture (j'utilise win10)
Ensuite, j'ai copié dependency Walker et _pywrap_tensorflow_internal.pyd sur un périphérique win7, j'ai confirmé qu'il avait besoin d'une dépendance sur CUBLAXX_100.DLL .
Ensuite, j'ai installé CUDA10.0 et cela fonctionne.

Je dirai que ce n'est PAS une bonne expérience à chaque fois que j'installe tensorflow-gpu.
Un message clair et une suggestion sont nécessaires plutôt qu'un simple DLL missing

+1. Même problème que qinst64.

quelqu'un peut-il me donner une copie de cuda 10.0 ? cuda 10.0 a été supprimé, seule une version 10.1 est disponible sur le site officiel. Merci !

oubliez que mon système est windows10.Merci !

oh, je le trouve, j'espère que tout le monde pourra obtenir de l'aide !
https://developer.nvidia.com/cuda-toolkit-archive

J'ai rencontré le même problème, il s'est avéré que je n'ai tout simplement pas installé cudnn (comme je pensais qu'il serait inclus en installant CUDA, il s'est avéré que ce n'est pas le cas)
Le guide d'installation est disponible ici

@ymodak Puisqu'il semble impossible de fournir des versions tensorflow pour toutes les versions possibles de Python + CUDA + cuDNN, envisageriez-vous au moins d'améliorer le message d'erreur pour inclure :

1. Le nom de la DLL introuvable si vous la chargez dynamiquement

Ou:

1. Le nom de la DLL chargée statiquement qui n'a pas pu se charger en raison d'une chaîne de dépendances insatisfaite ?

SUCCÈS
tensorflow-gpu==1.10.0
python 3.6.8
CUDA v9.0
cudnn 7.6.0
Cela a finalement résolu mon problème d'installation d'autokeras

SUCCÈS

• Windows 10 Famille 64 bits
• Boîte à outils CUDA 10.0 (septembre 2018)
• Télécharger cuDNN v7.6.0 (20 mai 2019), pour CUDA 10.0
• Python 3.7.3 Windows AMD64
• Tensorflow-gpu 1.13.1

Peut-on installer cuda et cudnn dans la carte graphique Radeon

Le samedi 6 avril 2019, à 22 h 22, Jed Baxter, [email protected] a écrit :

Quel triste gâchis de processus d'installation c'est actuellement !

Grâce aux contributeurs ici, j'ai enfin réussi à le faire fonctionner (je
pense!)

J'avais suivi tous les processus d'installation PIP réguliers du tensorflow
page et s'était retrouvé avec cette combinaison sur mon nouveau bureau Windows 10
(Nvid GTX 1660) :

Dix : 1.13.1
Cuda : 10,1
cDNN : 7,5

et a également mis à jour mon PATH système pour ajouter ces bibliothèques au besoin (bien que
certains chemins CUDA y étaient déjà apparus, vraisemblablement dans le cadre de son
installer maintenant, mais plus de chemins ont été ajoutés au besoin comme décrit ici
https://www.tensorflow.org/install/gpu#windows_setup ).

dans jupyter a essayé de:
importer tensorflow en tant que tf

et j'ai l'erreur que tout le monde voit :
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Ma première tentative de solution a fonctionné !

suivant les conseils de @oshadaamila https://github.com/oshadaamila
dessus
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-478855387
J'ai désinstallé le tensorflow PiP et réinstallé à l'aide de Conda .

Conda a apporté les versions suivantes :
Dix : 1.13.1
Cuda : 10.0.130
cDNN : 7.3

L'import fonctionne maintenant et un petit test de code s'est bien déroulé :

a= tf.constant(4)
b=tf.constant(5)
sess=tf.Session()
c=a+b
print('Somme= ', sess.run(c))

donne la réponse de 9.

Je n'ai rien changé dans l'environnement PATH du système - tous les nouveaux
CUDA et cuDNN sont maintenant installés dans les dossiers Anaconda3/pkgs donc ils semblent
à référencer préférentiellement dans un environnement python.

Il est possible que j'aie des erreurs si j'essaye de travailler quelque chose en dehors du
Environnement d'Anaconda mais pour l'instant, j'essaie même de le faire.

-
Vous recevez ceci parce que vous avez commenté.
Répondez directement à cet e-mail, consultez-le sur GitHub
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-480519001 ,
ou couper le fil
https://github.com/notifications/unsubscribe-auth/Auda9lPIPF0BJa_NUNfnkhqoHPcvmTwCks5veNC2gaJpZM4XLOd-
.

Pouvons-nous installer cuda dans la carte graphique radeon

Le dimanche 14 avril 2019, 08h38 Utkal Sinha, [email protected]
a écrit:

Résolu en passant à CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.7 et
tensorflow 1.13.1.

N'oubliez pas de nettoyer ou de désinstaller toute version précédente de tensorflow et
CUDA si vous essayez d'opter pour cette combinaison. Si vous avez Python 3.7, et
essayer d'installer tensorflow 1.13.1 ou toute version inférieure, alors il ne sera pas
fonctionner car, pour le moment, aucune version de tensorflow ne prend en charge Python 3.7.
Supprimez Python 3.7 et recommencez.

-
Vous recevez ceci parce que vous avez commenté.
Répondez directement à cet e-mail, consultez-le sur GitHub
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-482915167 ,
ou couper le fil
https://github.com/notifications/unsubscribe-auth/Auda9j9qH1-Z_UgS8jT6-hZZD4xwlzISks5vgpuugaJpZM4XLOd-
.

@roopahtshree GPU

Vérifiez le lien ci-dessous. Carte GPU NVIDIA® avec capacité de calcul CUDA® 3.5 ou supérieure
https://developer.nvidia.com/cuda-gpus

J'ai eu le même problème, mais l'utilisation de CUDA 10.0, CUDNN 7, Python 3.6.8 et TensorFlow 1.13 fonctionne maintenant.

https://docs.nvidia.com/deeplearning/sdk/cudnn-support-matrix/index.html

Windows 10
cuDNN 7.5.0
CUDA 9.0.176
tensorflow-gpu 1.10.0
Anaconda Python 3.6.2

d'accord!!!

Windows 8.1
cuDNN 7.6.0 pour CUDA 10.0
CUDA 10.0 pour Windows 7
tensorflow-gpu 1.13.1
Anaconda Python 3.7+

d'accord!!!!

@pishangujeniya

• Windows 10 Famille 64 bits
• Boîte à outils CUDA 10.0 (septembre 2018)
• Télécharger cuDNN v7.6.0 (20 mai 2019), pour CUDA 10.0
• Python 3.7.3 Windows AMD64
• Tensorflow-gpu 1.13.1

J'ai essayé d'installer tensorflow ces derniers jours et j'ai essayé presque toutes ces configurations. Celui-ci a fonctionné pour moi. Merci beaucoup.

Ici je poste ma solution :
Je rencontre également le problème（ ImportError: DLL load failed: 找不到指定的模块。Échec du chargement du runtime natif TensorFlow .） tout en utilisant directement pip isntall(tensorflow1.13.1). Je me suis tourné vers lfd.uci et version compilée

• gagner10 x64
• cuda10.1 cudnn 7.5
• anaconda3 2019.3 avec python3.7

Il semble qu'avec TensorFlow 1.13.1, seul CUDA 10 fonctionnera (et pas CUDA 10.1). La configuration partagée par @pishangujeniya a fonctionné.

Boîte à outils CUDA 10.0 (septembre 2018)
Télécharger cuDNN v7.6.0 (20 mai 2019), pour CUDA 10.0

Ma configuration fonctionne avec les éléments suivants :

tensorflow-gpu==1.14.0
python 3.6.8
CUDA v10.0
cudnn 7.4.1.5

J'exécute TensorFlow dans Anaconda et j'ai également rencontré ce problème. Cela est lié à des problèmes de compatibilité entre les versions de TensorFlow, CUDA et cuDNN. Le dernier cudatoolkit d'Anaconda télécharge et installe automatiquement les versions correctes de CUDA et cuDNN pour TF v1.13. Vous pouvez utiliser cudatoolkit plutôt que d'installer manuellement CUDA et cuDNN.

J'ai pu résoudre ce problème en :
1) Désinstallation d'Anaconda, puis téléchargement et installation de la dernière version d'Anaconda
2) Création d'un nouvel environnement virtuel et utilisation de "conda install tensorflow-gpu" (installe automatiquement CUDA et cuDNN également)
3) Travailler dans cet environnement pour le projet

Merci tout le monde. La boîte à outils 10.1 n'arrêtait pas d'échouer avec la même erreur, mais 10.0 fonctionnait à merveille.

Je l'ai corrigé en désinstallant cuda10.1 et en installant cuda 10.0

J'exécute TensorFlow dans Anaconda et j'ai également rencontré ce problème. Cela est lié à des problèmes de compatibilité entre les versions de TensorFlow, CUDA et cuDNN. Le dernier cudatoolkit d'Anaconda télécharge et installe automatiquement les versions correctes de CUDA et cuDNN pour TF v1.13. Vous pouvez utiliser cudatoolkit plutôt que d'installer manuellement CUDA et cuDNN.

J'ai pu résoudre ce problème en :

1. Désinstallation d'Anaconda, puis téléchargement et installation de la dernière version d'Anaconda
2. Création d'un nouvel environnement virtuel et utilisation de "conda install tensorflow-gpu" (installe automatiquement CUDA et cuDNN également)
3. Travailler dans cet environnement pour le projet

Après toutes les épreuves, cette réponse a fait ma journée. 'conda install tensorflow-gpu' verrouille le tensorflow à 1.12 et a résolu tous les problèmes de dépendance.

J'ai été confronté au même problème.....

C:\Anaconda3>python
Python 3.7.1 (par défaut, 28 octobre 2018, 08:39:03) [MSC v.1912 64 bits (AMD64)] :: Anaconda, Inc. sur win32
Tapez "aide", "droit d'auteur", "crédits" ou "licence" pour plus d'informations.

importer tensorflow en tant que tf
Traceback (appel le plus récent en dernier) :
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Anaconda3\lib\imp.py", ligne 242, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Anaconda3\lib\imp.py", ligne 342, dans load_dynamic
return _load(spec)
ImportError : le chargement de la DLL a échoué : une routine d'initialisation de la bibliothèque de liens dynamiques (DLL) a échoué.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Déposer "", ligne 1, dans
Fichier "C:\Anaconda3\lib\site-packagestensorflow__init__.py", ligne 28, dans
de tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Anaconda3\lib\site-packagestensorflow\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Anaconda3\lib\imp.py", ligne 242, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Anaconda3\lib\imp.py", ligne 342, dans load_dynamic
return _load(spec)
ImportError : le chargement de la DLL a échoué : une routine d'initialisation de la bibliothèque de liens dynamiques (DLL) a échoué.

Échec du chargement de l'environnement d'exécution natif TensorFlow.

Voir https://www.tensorflow.org/install/errors

pour des raisons et des solutions courantes. Inclure toute la trace de la pile
au-dessus de ce message d'erreur lorsque vous demandez de l'aide.

J'ai découvert quelque chose d'intéressant qui devrait aider certains d'entre vous qui utilisent l'anaconda.

Spécifications du système :
Veuves 10
Python 3.7.3
Cuda 10.0
cudnn et cupti installés avec conda

En ajoutant anaconda au chemin système lors de l'installation (le paramètre non recommandé/par défaut), je n'ai pas pu exécuter tf. Le réinstaller sans sélectionner l'option a résolu ce problème.

Je pense que cela pourrait être lié au fait de signaler le fichier cudnn64_7.dll, après l'installation sur Windows, il est nécessaire de signaler cuDNN64_7.dll. Instruction pour l'ajouter ci-dessous:

• Tapez le chemin dans le champ de recherche de Windows 10
• Paramètres ouverts : modifiez les variables d'environnement système à partir du panneau de configuration
• Dans l'onglet Avancé, cliquez sur Variables d'environnement…
• Sélectionnez Chemin sous Variables utilisateur pour votre nom d'utilisateur et cliquez sur Modifier...
• Dans la nouvelle fenêtre Modifier la variable d'environnement, cliquez sur Nouveau et collez le chemin suivant dans la zone de texte
• (Votre emplacement CUDNN64_7.dll) (par exemple le mien - C:\cudnn-10.0-windows10-x64-v7.6.0.64cuda\bin)
• Cliquez sur OK pour fermer la fenêtre, puis à nouveau sur OK pour fermer la fenêtre Variables d'environnement et la fenêtre Système - Propriétés
  -Ouvrez une invite Anaconda et tapez echo %PATH% , vous devriez pouvoir voir le chemin nouvellement ajouté dans la sortie.

J'en doute. Ou du moins ce n'est pas la cause pour moi. J'ai ajouté le chemin manuellement mais le système n'a pas pu le détecter

J'obtiens également la même erreur.
La mise à niveau de TensorFlow vers la version 1.14.0 résout le problème :)

installé dans l'environnement conda et fonctionne bien sur win10 + gtx1060 (version nb)
tensorflow 1.13.1
tensorflow-gpu 1.13.1
tensorflow-datasets 1.0.1
Keras 2.2.3
cudatoolkit 9.0
cudnn 7.6.4
python 3.6.7

Je suis bloqué sur ce problème toute la journée aujourd'hui
Dans l'environnement virtuel, je peux importer avec succès Tensorflow 2, mais dans le bloc-notes Visual Studio Jupyter, j'obtiens l'erreur ci-dessous

_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "C:\Users\IT\envs\tf1env\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "C:\Users\IT\envs\tf1env\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: The specified module could not be found.

J'utilise Tensorflow 2, CUDA 10.1 et cuDNN 7.6.5

Ce n'est pas un problème facile à comprendre ou à résoudre par vous-même.

Le bouton facile est de suivre les instructions de cet article :
https://www.pugetsystems.com/labs/hpc/How-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-UPDATED-1419

ou utilisez simplement Google Colab - ils s'occupent de tout pour vous.

« ImportError : DLL load failed : » ne pense pas à mentionner quelle DLL est manquante ? Ça va être amusant

Même problème
Dans le conda lsit, il est dit que j'ai déjà installé le package.
Mais quand j'ai essayé de l'exécuter, il y a beaucoup d'erreurs.

Je ne sais pas ce qui ne va pas

J'ai eu ce problème avec Tensorflow 2.1.0 (version CPU). J'ai réussi à le corriger en rétrogradant à Tensorflow 2.0.0 :

pip install tensorflow==2.0.0

Si vous rencontrez cela après la 2.1.0, c'est probablement parce qu'il est livré avec le support GPU par défaut. Et il nécessite _Microsoft Visual C++ Redistributable pour Visual Studio 2015_ comme indiqué dans l'étape d'installation n°1 sur le site Web.

D'après les notes de version :

J'ai trouvé les notes de version que @abdulrahman-khankan capture d'écran ci-dessus : https://github.com/tensorflow/tensorflow/releases/tag/v2.1.0

Voici le lien redistribuable Microsoft Visual C++ pour Visual Studio 2015, 2017 et 2019 à partir de ce document. N'oubliez pas que le texte des captures d'écran ne peut pas être cliqué, copié, traduit, lu par des lecteurs d'écran, etc. !

J'ai supposé que tout le monde savait comment accéder à la page des versions ou simplement rechercher sur Google les installateurs MS. Merci de partager les liens!

En raison d'autres problèmes avec PyInstaller, j'ai fini par rétrograder à tensorflow == 1.14.0 .

@ERDataDoc en utilisant votre lien

Le bouton facile est de suivre les instructions de cet article :
https://www.pugetsystems.com/labs/hpc/How-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-UPDATED-1419

est utile mais parfois, il peut mettre à niveau le pilote vers CUDA 10.2 qui n'est pas encore pris en charge
(c'est arrivé dans mon cas)

Désolé, je me rends compte que cela n'est pas utile, mais j'ai maintenant renoncé à essayer de faire quoi que ce soit de sérieux avec Python sous Windows. 3 semaines plus tard et j'essaie toujours d'installer toute la merde dont j'ai besoin pour le premier tutoriel (Peut-être que je vis trop haut, mais je me souviens des cartes perforées et du ruban adhésif en papier)

https://github.com/tensorflow/tensorflow/issues/22512#issuecomment -572603142
Cela l'a résolu pour moi.
(Rétrogradation vers tensorflow 2.0.0)
pip install tensorflow==2.0.0

https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -580329356

J'ai installé le redistribuable et msvcp140.dll est disponible sur mon système de fichiers.

Cependant, j'obtiens toujours l'erreur. La rétrogradation aide, mais je dois mettre à niveau ma version, car il y a un bogue non corrigé sur 2.0.0 que je ne peux pas contourner.

Y a-t-il un avis de la part des développeurs, qu'ils travaillent là-dessus ?

Je l'ai corrigé.
Passez des jours à chercher pour les réparer.

Tensorflow installé avec pip install tensorflow-cpu
Mise à jour du visuel c++ 2015-2019

le problème était dû au fait que je n'avais pas de graphiques nvidia, donc je devrais installer avec la version cpu car j'utilise les graphiques Raedon vega 8

J'espère que ça aide.

Dans mon cas, j'utilisais Python 3.6 et c'était une erreur. J'ai donc mis à niveau vers 3.6.8 et cela a ensuite fonctionné avec tensorflow 2.0.0

C'est du travail pour moi python: 3.7.6
pip install tensorflow==2.0
si vous utilisez tensoflow-gpu
pip install --upgrade tensorflow-gpu==2.0

j'ai installé

• python 3.6.2 (<-- a dû changer ma version de python et passer à 64 bits)
• J'avais déjà les msvcp140.dll et msvcp140_1.dll dans mon System32/
• Cuda 10.0 (je ne sais pas si c'était nécessaire).
• pip install tensorflow==2.0 (<-- 2.1.0 n'a pas fonctionné !)
  et puis ça a marché :)

Ceci est la réponse finale sur ce fil: https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -573297027

S'il vous plaît ne pas spammer avec "Je l'ai résolu!" et des solutions personnalisées.

Salut, @mihaimaruseac

1. Pouvez-vous ajouter un nouvel élément avec une description des problèmes pouvant être causés par le manque de prise en charge de la commande AVX à l' instruction sur le site ?
2. Сan vous ajoutez ce lien à la liste des problèmes où __Error message__ est égal à _"ImportError : DLL load failed : The spécifié module could not be found."_
3. Savez-vous comment créer vos propres binaires qui ne prendront pas en charge AVX ?

Si quelqu'un a besoin de tensorflow whl sans support AVX, vous pouvez le trouver dans ce référentiel , merci beaucoup à l'auteur. Ou vous pouvez utiliser l' émulateur de développement logiciel Intel pour exécuter le tensorflow d'origine avec la prise en charge d'AVX.

Pour tester la prise en charge d'AVX, utilisez Coreinfo .

ERREUR : racine : erreur Python interne dans le module d'inspection.
Vous trouverez ci-dessous le retraçage de cette erreur interne.

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", ligne 3331, dans run_code
exec(code_obj, self.user_global_ns, self.user_ns)
Déposer "", ligne 1, dans
flair_data, ot_data =load_dataset(PATH)
Déposer "", ligne 64, dans load_dataset
train_ot = np.vstack(train_ot)
Fichier "<__array_function__ internals>", ligne 6, dans vstack
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\numpy\core\shape_base.py", ligne 283, dans vstack
return _nx.concatenate(arrs, 0)
Fichier "<__array_function__ internals>", ligne 6, en concaténation
ValueError : besoin d'au moins un tableau à concaténer

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", ligne 2044, dans showtraceback
stb = valeur._render_traceback_()
AttributeError : l'objet 'ValueError' n'a pas d'attribut '_render_traceback_'

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\Pankaj\Anaconda3\lib\imp.py", ligne 242, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\Pankaj\Anaconda3\lib\imp.py", ligne 342, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\ultratb.py", ligne 1151, dans get_records
return _fixed_getinnerframes(etb, number_of_lines_of_context, tb_offset)
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\ultratb.py", ligne 319, en wrappé
renvoie f( args, * kwargs)
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\ultratb.py", ligne 353, dans _fixed_getinnerframes
records = fix_frame_records_filenames(inspect.getinnerframes(etb, context))
Fichier "C:\Users\Pankaj\Anaconda3\lib\inspect.py", ligne 1502, dans getinnerframes
frameinfo = (tb.tb_frame,) + getframeinfo(tb, contexte)
Fichier "C:\Users\Pankaj\Anaconda3\lib\inspect.py", ligne 1460, dans getframeinfo
nom de fichier = getsourcefile(frame) ou getfile(frame)
Fichier "C:\Users\Pankaj\Anaconda3\lib\inspect.py", ligne 696, dans getsourcefile
si getattr(getmodule(object, filename), '__loader__', None) n'est pas None :
Fichier "C:\Users\Pankaj\Anaconda3\lib\inspect.py", ligne 733, dans getmodule
if ismodule(module) et hasattr(module, '__file__'):
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow__init__.py", ligne 50, dans __getattr__
module = self._load()
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow__init__.py", ligne 44, dans _load
module = _importlib.import_module(self.__name__)
Fichier "C:\Users\Pankaj\Anaconda3\lib\importlib__init__.py", ligne 127, dans import_module
return _bootstrap._gcd_import(nom[niveau :], package, niveau)
Déposer "", ligne 1006, dans _gcd_import
Déposer "", ligne 983, dans _find_and_load
Déposer "", ligne 953, dans _find_and_load_unlocked
Déposer "", ligne 219, dans _call_with_frames_removed
Déposer "", ligne 1006, dans _gcd_import
Déposer "", ligne 983, dans _find_and_load
Déposer "", ligne 967, dans _find_and_load_unlocked
Déposer "", ligne 677, dans _load_unlocked
Déposer "", ligne 728, dans exec_module
Déposer "", ligne 219, dans _call_with_frames_removed
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core__init__.py", ligne 42, dans
de . _api.v2 importer l'audio
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core_api\v2\audio__init__.py", ligne 10, dans
de tensorflow.python.ops.gen_audio_ops importer decode_wav
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\ops\gen_audio_ops.py", ligne 9, dans
de tensorflow.python importer pywrap_tensorflow en tant que _pywrap_tensorflow
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow__init__.py", ligne 50, dans __getattr__
module = self._load()
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow__init__.py", ligne 44, dans _load
module = _importlib.import_module(self.__name__)
Fichier "C:\Users\Pankaj\Anaconda3\lib\importlib__init__.py", ligne 127, dans import_module
return _bootstrap._gcd_import(nom[niveau :], package, niveau)
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python__init__.py", ligne 49, dans
de tensorflow.python importer pywrap_tensorflow
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\pywrap_tensorflow.py", ligne 74, dans
augmenter ImportError (msg)
ImportError : Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", ligne 3331, dans run_code
exec(code_obj, self.user_global_ns, self.user_ns)
Déposer "", ligne 1, dans
flair_data, ot_data =load_dataset(PATH)
Déposer "", ligne 64, dans load_dataset
train_ot = np.vstack(train_ot)
Fichier "<__array_function__ internals>", ligne 6, dans vstack
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\numpy\core\shape_base.py", ligne 283, dans vstack
return _nx.concatenate(arrs, 0)
Fichier "<__array_function__ internals>", ligne 6, en concaténation
ValueError : besoin d'au moins un tableau à concaténer

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", ligne 2044, dans showtraceback
stb = valeur._render_traceback_()
AttributeError : l'objet 'ValueError' n'a pas d'attribut '_render_traceback_'

Lors du traitement de l'exception ci-dessus, une autre exception s'est produite :

Traceback (appel le plus récent en dernier) :
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\pywrap_tensorflow.py", ligne 58, dans
de tensorflow.python.pywrap_tensorflow_internal import *
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\pywrap_tensorflow_internal.py", ligne 28, dans
_pywrap_tensorflow_internal = swig_import_helper()
Fichier "C:\Users\Pankaj\Anaconda3\lib\site-packagestensorflow_core\python\pywrap_tensorflow_internal.py", ligne 24, dans swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, chemin d'accès, description)
Fichier "C:\Users\Pankaj\Anaconda3\lib\imp.py", ligne 242, dans load_module
return load_dynamic(nom, nom de fichier, fichier)
Fichier "C:\Users\Pankaj\Anaconda3\lib\imp.py", ligne 342, dans load_dynamic
return _load(spec)
ImportError : échec du chargement de la DLL : le module spécifié est introuvable.

Échec du chargement de l'environnement d'exécution natif TensorFlow.

Voir https://www.tensorflow.org/install/errors

pour des raisons et des solutions courantes. Inclure toute la trace de la pile
au-dessus de ce message d'erreur lorsque vous demandez de l'aide.

veuillez désinstaller la dernière version de Microsoft Visual C++ Redistributable pour Visual Studio si vous installez 2019 et avant cela

téléchargez Microsoft Visual C++ Redistributable pour Visual Studio 2015, 2017 et 2019 selon votre système x64 ou x86 sur ce site Web

https://support.microsoft.com/en-my/help/2977003/the-latest-supported-visual-c-downloads

veuillez désinstaller la dernière version de Microsoft Visual C++ Redistributable pour Visual Studio si vous installez 2019 et avant cela

téléchargez Microsoft Visual C++ Redistributable pour Visual Studio 2015, 2017 et 2019 selon votre système x64 ou x86 sur ce site Web

https://support.microsoft.com/en-my/help/2977003/the-latest-supported-visual-c-downloads

Salut fitrialif,
J'ai installé ce Micrsoft Visual C++. Mais la même erreur persiste. Après avoir installé cela, y a-t-il autre chose que je devrais faire (déplacer des fichiers, etc.)

Cela semble être un problème avec TF2.1.

La rétrogradation vers TF2.0 a fonctionné pour moi : pip install tensorflow==2.0

@pallyndr c'est parce que vous devez télécharger le dernier redistribuable MSVC pour 2.1 comme mentionné dans https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -573297027

Malheureusement, alors que les gens continuent d'empiler sur le fil avec "ça marche pour moi"/"J'ai le même problème"/"résolu en faisant cette autre chose", la solution réelle dans le commentaire ci-dessus a été enterrée.

après avoir téléchargé MSVC et CUDA (je suis avec une carte NVIDIA) et cuDNN, cela a fonctionné.

Verrouiller la conversation pour ne pas recevoir plus de commentaires qui coupent le son de la solution