Obrigado pelo seu post. Percebemos que você não preencheu o seguinte campo no modelo de problema. Você poderia atualizá-los se forem relevantes para o seu caso ou deixá-los como N / A? Obrigado.
Dispositivo móvel

Obrigado pelo seu post. Percebemos que você não preencheu o seguinte campo no modelo de problema. Você poderia atualizá-los se forem relevantes para o seu caso ou deixá-los como N / A? Obrigado.
Dispositivo móvel

Feito.

Eu tive o mesmo problema ao tentar usar tensorflow-gpu no Windows 10.
Como não consegui fazer funcionar em cuDNN10, optei por 9 em vez de usar ...

conda criar --name tf-gpu
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
conda instalar keras-gpu

você também pode verificar a postagem completa em https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA -1187 /

Crédito para Dr. Donald Kinghorn

Eu tenho o mesmo problema com você @damcclane . Como você resolveu?

Win10 x64, python 3.6, cuda9 com cudnn 7.0.5 e também Win10 x64, python 3.7, cuda10 com cudnn 7.3.1

Ambos têm o mesmo problema. Minha placa de vídeo é Nvidia GeForce 1050 Ti

O mesmo problema. Win10 x64, python 3.5, tensorflow-gpu 1.11.0, CUDA 8 com CUDNN 6 instalado.

Mesmo problema, Win10 x64, python 3.6, cuda 9 com cudnn 7.0

Mesmo problema, alguém sabe como resolver isso?

Mesmo problema aqui… :(

Eu tive esse problema no passado e era porque eu tinha a versão errada do CUDNN. Você pode tentar baixar alguns deles e ver se algum deles funciona.

Gostaria de incentivar todos os que estão enfrentando esse problema a criar um novo problema no repositório TensorFlow para que possamos nos concentrar na solução do seu problema individualmente, já que a configuração do sistema pode variar de pessoa para pessoa. Obrigado!

Corrigido, Thenks!

Na quarta-feira, 17 de outubro de 2018 às 10:39 Corentin Jemine [email protected]
escreveu:

Eu tive esse problema no passado e era porque eu tinha a versão errada
de CUDNN. Você pode tentar baixar alguns deles e ver se algum deles
trabalhar.

-
Você está recebendo isso porque comentou.
Responda a este e-mail diretamente, visualize-o no GitHub
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-430676267 ,
ou silenciar o tópico
https://github.com/notifications/unsubscribe-auth/AYfA4TRxTaZ7pKfyszlWqPGknt_ohvlaks5ul082gaJpZM4XLOd-
.

Instalei CUDA9 e cuDNN 7.0.5 novamente e reiniciei o computador. O problema relacionado acabou.

Estou usando Cuda10 e cudaNN 7.3.1.20 e recebi o seguinte erro, alguém pode dizer a solução @tensorflowbutler
Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "", linha 1, em
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow__init __. Py", linha 22, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-import
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ Darshan \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Falha ao carregar o tempo de execução do TensorFlow nativo.

Mesmo problema, Windows 10 x64, python3.5, tensorflow-gpu 1.11.0, CUDA 10.0, cudnn 7.3.1, minha placa gráfica é GTX 1070Ti

@iteratorlee

Gostaria de incentivar todos os que estão enfrentando esse problema a criar um novo problema no repositório TensorFlow para que possamos nos concentrar na solução do seu problema individualmente, já que a configuração do sistema pode variar de pessoa para pessoa. Obrigado!

Mesmo problema, no cuda 10, quando instalei o anaconda perdi o PyHamcrest, depois de instalar o "pip install PyHamcrest" funcionou bem até hoje. Eu recebo o mesmo erro.

Estou enfrentando os mesmos problemas. O problema aparece também na importação de outro pacote chamado PyQSTEM para simulação de microscopia eletrônica. Se alguém puder encontrar uma maneira de resolver o problema, por favor, compartilhe aqui a solução? Obrigado

Mesmo problema, Windows 10 x64, python3.5, tensorflow-gpu 1.11.0, CUDA 10.0, cudnn 7.3.1, minha placa gráfica é GTX 1070Ti

Mesmo problema, tentei instalar o CUDA 9.0, mas a NVIDIA me informou que o driver não é um hardware gráfico compatível, mas com o CUDA 10.0 não existe esse aviso.

Sorte, problema resolvido ao obter o visual studio 2017 com pacote C ++ instalado, Windows 10 x64, python3.6.7, tensorflow-gpu 1.11.0, cudnn 7.3.1, ambos cuda 9.0 e cuda 10.0 instalados (sem verificar qual é o correto) , minha placa de vídeo é GTX 1070Ti.

Acabei de fazer downgrade do TensorFlow para 1.10.0 e funcionou

pip install tensorflow-gpu==1.10.0

Finalmente resolvi o problema instalando cuda 9.0 em vez de 9.2 ou 10.0 com tensorflow 1.12.0 e cudnn 7.4.1.5

Posso confirmar que a seguinte montagem não funciona no Windows 10:

• tensorflow 1.12.0
• cuda toolkit 10.0.130
• cudnn 7.4.1.5

Informações adicionais:

• NVIDIA Quadro P1000 com driver NVIDIA 411.81
• Microsoft Visual C ++ 2015 Redistributable 14.0.24215 ( C:\Windows\system32\msvcp140.dll existe)
• Python 3.6.7

Eu também entendi a mensagem

ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Infelizmente, não diz qual módulo está faltando.

[EDITAR]

Acabei de perceber que você escreve:

O TensorFlow é compatível com CUDA 9.0.

Vou reinstalar agora.

Traceback (última chamada mais recente):
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Program Files \ Python36 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Program Files \ Python36 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL:% 1 não é um aplicativo Win32 válido.

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "C: \ Usuários \ ABC \ Desktop \ pyprograms \ tensorflowbasic \ 1.py", linha 1, em
importar tensorflow como tf
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow__init __. Py", linha 24, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-import
Arquivo "C: \ Program Files \ Python36 \ lib \ site-packages \ tensorflow \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Arquivos de programas \ Python36 \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Program Files \ Python36 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Program Files \ Python36 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL:% 1 não é um aplicativo Win32 válido.

Minha instalação:

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

A causa desse erro parece ser as pessoas instalando Python sem suporte Tcl / Tk sem perceber que Tcl é necessário para SWIG e importações de módulo. Acabei de testar isso e no meu caso não foi suficiente modificar a instalação do Python para adicionar Tcl / Tk - tive que deletar tudo e instalar do zero e agora não estou recebendo mais o erro.

TL; DR - basta remover e reinstalar totalmente o Python com a opção Tcl / Tk selecionada.

Depois de passar quase dois dias, finalmente resolvi o problema instalando:

• cuda 9.0 em vez de 9.2 ou 10.0
• tensorflow1.12.0
• cudnn 7.4.1.5

Obrigado a @WuYunfan 💯

Primeiro eu instalo

• CUDA 10.0
• cudnn 7.3
• tensorflow 1.12.0

e eu recebi este erro.
Em seguida, desinstalo o tf 1.12 e instalo o tf 1.10. Ele me pede cudart64.dll. Eu adiciono no caminho e tf funciona.
Aí eu reinstalo o tf 1.12 e tudo funciona bem.

TensorFlow é compatível com CUDA 9.0

@ljzsky Embora seja verdade que o TensorFlow oferecerá suporte oficial ao CUDA 10.0 a partir da versão 1.13, o TensorFlow 1.12 pode ser (e tem sido) construído em relação ao CUDA 10.0 e funciona perfeitamente com ele.

@linsui O que você diz não faz absolutamente nenhum sentido. TensorFlow é uma biblioteca que não tem como solicitar cudart64.dll.

@levicki Não sei por que, mas tf1.10 mostra uma mensagem diferente de tf1.11 ​​e tf1.12.

eu tenho esse problema
Traceback (última chamada mais recente):
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "", linha 1, em
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow__init __. Py", linha 24, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-import
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ anaconda \ envs \ tensorflow \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.
Falha ao carregar o tempo de execução do TensorFlow nativo.

por favor alguém pode me dizer como resolver esse problema?

@thischeng
Este não é um fórum de suporte, este é um lugar onde os problemas são relatados junto com informações suficientes para os desenvolvedores os reproduzirem, e se eles se tornarem um problema real no código do tensorflow, serão corrigidos em uma das versões futuras.

Parece que você nem se preocupou em ler este tópico, porque existem várias soluções alternativas postadas acima, incluindo a minha.

Por fim, pedir ajuda sem especificar a configuração completa de hardware e software e sem listar quais etapas você executou até agora para tentar resolver o problema sozinho é, no mínimo, rude.

@levicki
obrigada pela crítica, não vi com clareza, da próxima vez prestarei atenção na minha forma de fazer perguntas.

Eu encontrei o mesmo problema. Minha configuração é:

• CUDA Toolkit v9.0 (instalado sem suporte do Visual Studio)
• Tensorflow-gpu v 1.12.0 (instalado com pip)
• cudnn v7.4.1.5 compatível com CUDA v9.0.
• nVidia GeForce 1070
• Windows 10 Home

Depois de passar quase um dia descobrindo por que o tensorflow não encontrou o arquivo dll correto, encontrei um guia sobre como instalar o cudnn que, a propósito, não é tão simples quanto parece. O guia foi escrito pela nVidia e aqui estão as ações que sigo.

1. Baixe do site oficial da nVidia, a versão cudnn correta para sua configuração.
2. Em seguida, extraia a pasta cuda, não importa onde você a extraia.
3. Abra o File Explorer e vá para o diretório onde você instalou o CUDA, no meu caso foi C: / Program Files / NVIDIA GPU Computing Toolkit.
4. Vá para CUDA / v9.0 / lib / x64. Aqui você deve colocar o arquivo chamado "cudnn.lib" que você pode encontrar dentro de CUDA / lib / x64 (pacote cudnn, baixado da nVidia)
5. Repita o processo para (pacote cudnn esquerdo, caminho de instalação CUDA direito):
6. CUDA / bin / cudnn64_7.dll -> CUDA / v9.0 / bin
7. CUDA / include / cudnn.h -> CUDA / v9.0 / include
8. Agora você deve verificar se a variável de ambiente está configurada corretamente. Certifique-se de que a variável CUDA_PATH, com o valor C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0, esteja presente, se não, adicione-o.
9. Desfrute de tensorflow-gpu trabalhando em seu sistema

Eu encontrei o mesmo problema. Minha configuração é:

• CUDA Toolkit v9.0 (instalado sem suporte do Visual Studio)
• Tensorflow-gpu v 1.12.0 (instalado com pip)
• cudnn v7.4.1.5 compatível com CUDA v9.0.
• nVidia GeForce 1070
• Windows 10 Home

Depois de passar quase um dia descobrindo por que o tensorflow não encontrou o arquivo dll correto, encontrei um guia sobre como instalar o cudnn que, a propósito, não é tão simples quanto parece. O guia foi escrito pela nVidia e aqui estão as ações que sigo.

1. Baixe do site oficial da nVidia, a versão cudnn correta para sua configuração.
2. Em seguida, extraia a pasta cuda, não importa onde você a extraia.
3. Abra o File Explorer e vá para o diretório onde você instalou o CUDA, no meu caso foi C: / Program Files / NVIDIA GPU Computing Toolkit.
4. Vá para CUDA / v9.0 / lib / x64. Aqui você deve colocar o arquivo chamado "cudnn.lib" que você pode encontrar dentro de CUDA / lib / x64 (pacote cudnn, baixado da nVidia)
5. Repita o processo para (pacote cudnn esquerdo, caminho de instalação CUDA direito):

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

1. Agora você deve verificar se a variável de ambiente está configurada corretamente. Certifique-se de que a variável CUDA_PATH, com o valor C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0, esteja presente, se não, adicione-o.
2. Desfrute de tensorflow-gpu trabalhando em seu sistema

Obrigado! isso resolveu meu problema!
Meu sistema:
windows 10
python 3.6
Cuda Toolkit v9.0
cudnn 7.4.2
Placa gráfica: Nvidia p4000

Depois de desinstalar a v10 e seu cudnn associado e, em seguida, instalar o mencionado acima e, em seguida, seguir o tutorial de (andpi314)
GPU Tensor Flow instalado e funcionando.

Esta é a minha situação, verifique o copiar e colar do cudnn, certifique-se de que bin, include, lib, o arquivo das três pastas está copiando e colando no mesmo caminho do cuda, apenas copio para o caminho errado, após verificar o caminho do sistema do cuda, copie e cole novamente, ai roda corretamente.

Traceback (última chamada mais recente):
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "", linha 1, em
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow__init __. Py", linha 24, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-import
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ site-packages \ tensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ SPECTER \ Anaconda3 \ envs \ tfpose \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Falha ao carregar o tempo de execução do TensorFlow nativo.

Encontrei a mesma situação e minha configuração é:
CUDA10
cudnn v7.4 para CUDA10
Tensorflow-gpu v1.12.0

Vejo as soluções acima que sugerem CUDA9, mas as informações em meu GeForce Controler mostram que minha GPU GTX1050Ti suporta apenas CUDA10 (escreve "driver NVIDIA CUDA 10.0.132", na verdade não sei o que significa), como posso resolver isso?

Instalei CUDA9 e cuDNN 7.0.5 novamente e reiniciei o computador. O problema relacionado acabou.

@Asichurter Tenho a mesma placa gráfica e não tenho problemas com a combinação acima.

SOLUÇÃO ! Se você está tentando executar o TF com CUDA 10

O Tensorflow 1.12 NÃO é compatível com CUDA 10, mas a compilação noturna FAZ

Existem 2 soluções

1. Remova TF 1.12 e instale nightly build 1.13
   pip desinstalação tensorflow-gpu
   pip instalar tf-nightly-gpu

Solução alternativa: Downgrade CUDA para 9.0

Lembre-se de copiar os arquivos CUDNN para o local correto na pasta de instalação CUDA sempre que reinstalar

Tive os mesmos problemas e tentei a maioria das correções propostas por cerca de 3 horas sem sorte. No entanto, achei a postagem de kennedyCzar no topo - e isso corrigiu meu problema ("ImportError: Falha no carregamento de DLL: o módulo especificado não pôde ser encontrado.") Recomendo vivamente os leitores a tentarem essa abordagem, pois é rápida e fácil. Eu fui especificamente para a postagem do blog referenciada pelo Dr. Donald Kinghorn e segui as instruções.

Veja abaixo uma cópia da postagem de kennedyCzar de 16 de outubro de 2018:

Eu tive o mesmo problema ao tentar usar tensorflow-gpu no Windows 10.
Como não consegui fazer funcionar em cuDNN10, optei por 9 em vez de usar ...

conda criar --name tf-gpu
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
conda instalar keras-gpu

você também pode verificar a postagem completa em https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA -1187 /

Crédito para Dr. Donald Kinghorn

Eu tinha CUDA 10 rodando com tensorflow-gpu v1.12. Não li as pequenas estampas e, portanto, esqueci que esta versão não funcionava com CUDA 10. Fiz o downgrade para CUDA 9 e funciona agora.

Tive o mesmo problema com o TensorFlow 1.12.0 e nenhuma das soluções funcionou para mim. Em seguida, fiz downgrade para o TensorFlow 1.10.0 e, desta vez, a mensagem de erro foi muito mais informativa. Ele me disse que não foi possível encontrar cudart64_90.dll, que está localizado em C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin . Depois de adicionar esse caminho específico à variável PATH, ele funciona sem problemas e sem erros.

Isso me faz pensar se há um bug no TensorFlow que não consegue navegar até a subpasta "bin", visto que C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 já está presente em várias variáveis ​​de ambiente como CUDA e CUDA_HOME, então deve ser capaz de encontre-o.

Em segundo lugar, me pergunto por que o TensorFlow 1.12.0 tem mensagens de erro tão menos informativas. No 1.12.0, apenas diz que algumas DLLs não puderam ser importadas. No 1.10.0 ele me mostrou exatamente qual DLL está faltando e até propôs a solução de trabalho para adicioná-lo ao PATH. Esta é uma maneira melhor de lidar com erros e eu sugiro que você reveja o commit da pessoa que achou que obscurecer as mensagens de erro era uma boa idéia.

SOLUÇÃO ! Se você está tentando executar o TF com CUDA 10

O Tensorflow 1.12 NÃO é compatível com CUDA 10, mas a compilação noturna FAZ

Existem 2 soluções

1. Remova TF 1.12 e instale nightly build 1.13
   pip desinstalação tensorflow-gpu
   pip instalar tf-nightly-gpu

Solução alternativa: Downgrade CUDA para 9.0

Lembre-se de copiar os arquivos CUDNN para o local correto na pasta de instalação CUDA sempre que reinstalar

confirme esta solução

usar tf-nightly-gpu
win10
cuda 10.0
python 3.6.4
geforce 960M
cudnn64_7

Finalmente resolvi o problema instalando cuda 9.0 em vez de 9.2 ou 10.0 com tensorflow 1.12.0 e cudnn 7.4.1.5

mas eu baixei o cudnn7.4.1.5 em vez de cudnn7.0.5 ainda encontro esse erro.
minha configuração seguindo:
cuda 9.0
cudnn7.4.1
pip install tensorflow-gpu == 1.12.0
python 3.6.4
nvidia geforce 1080TI

Finalmente resolvi o problema instalando cuda 9.0 em vez de 9.2 ou 10.0 com tensorflow 1.12.0 e cudnn 7.4.1.5

mas eu baixei o cudnn7.4.1.5 em vez de cudnn7.0.5 ainda encontro esse erro.
minha configuração seguindo:
cuda 9.0
cudnn7.4.1
pip install tensorflow-gpu == 1.12.0
python 3.6.4
nvidia geforce 1080TI

O downgrade final da versão do bazel para 0.20.0 (de 0.21.0) resolve esse problema. mas não sei por que não é compatível com a última versão do bazel.

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

funciona.

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

funciona.

Também está funcionando para mim agora. Obrigado por isso.
Apenas uma observação: não consegui desinstalar o TF corretamente e tinha uma versão inferior do Python. Desinstalei o Python completamente e instalei a versão 3.6.8 em vez da 3.6.4.
Então usou pip install tf-nightly-gpu para instalar o TF e está funcionando agora

A instalação do Microsoft Build Tools 2015 me ajuda com esse problema. Agora está funcionando.

Eu tenho o mesmo problema com você @damcclane . Como você resolveu?

Win10 x64, python 3.6, cuda9 com cudnn 7.0.5 e também Win10 x64, python 3.7, cuda10 com cudnn 7.3.1

Ambos têm o mesmo problema. Minha placa de vídeo é Nvidia GeForce 1050 Ti

tensorflow não suporta python 3.7 você pode criar um ambiente diferente com python inferior através do anaconda

Eu tinha exatamente o mesmo problema. De acordo com o Guia de suporte da

O que acabou funcionando para mim foi inserir os seguintes comandos depois de instalar todas as dependências:

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%

A pasta cuda do zip cuDNN deve ser copiada para C:\tools\ .

Espero que isso tenha sido útil.

Eu também estou vendo o mesmo problema

Olá pessoal, já vi esse problema algumas vezes e posso comentar algumas coisas.
Em primeiro lugar, parece que os notebooks Jupyter podem "segurar" uma configuração ruim de tensorflow (mesmo depois de redefinir o kernel) uma parada completa e o início do Jupyter resolveu isso para mim pelo menos uma vez.

As outras coisas estão todas relacionadas ao CUDA. Eu recomendo ALTAMENTE que você apenas desinstale todas as versões do CUDA, instale o V10 e certifique-se de obter o cudnn correto também.

Para instalar o Cudnn, basta copiar e colar tudo na pasta cuda, na instalação do cuda.

Esses são basicamente todos os problemas com esse erro. Lembre-se de que você pode testar cuda digitando nvcc --version e certificando-se de que retorna v10. Se este comando não funcionar, significa que sua configuração não pode ver o cuda corretamente.

se você encontrar o problema, tente instalar o tf-nightly na nuvem. Desta forma, você pode resolver o problema

### A SOLUÇÃO para "ImportError: Falha ao carregar DLL: O procedimento especificado não foi encontrado."

Quando você importa numpy você obtém este erro, certo?
python -c "import numpy"

Então vá para a pasta Anaconda e vá para a pasta site-packages de acordo com o ambiente do anaconda. Em seguida, vá para a pasta numpy.libs. Existem arquivos * .dll, certo?

Agora copie o link para a pasta .libs e insira o caminho com "PATH" no prompt do anaconda.
PATH=path\to\site-packages\numpy\.libs;%PATH%

Agora verifique novamente para importar numpy.
python -c "import numpy"

Agora está funcionando certo?

Instalação:

(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

Saída de algum código de amostra:

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 install tensorflow-gpu == 1.10.0

Não foi possível encontrar uma versão que satisfaça o requisito tensorflow-gpu == 1.10.0 (das versões: 1.13.0rc1, 1.13.0rc2)
Nenhuma distribuição correspondente encontrada para tensorflow-gpu == 1.10.0

pip install tensorflow-gpu == 1.10.0

Não foi possível encontrar uma versão que satisfaça o requisito tensorflow-gpu == 1.10.0 (das versões: 1.13.0rc1, 1.13.0rc2)
Nenhuma distribuição correspondente encontrada para tensorflow-gpu == 1.10.0

Se você não conseguir obter uma versão mais antiga de tensorflow-gpu, tive o mesmo problema de dll ao usar CUDA 9.0 e tensorflow-gpu 1.13.0. Instalei o 10.0 e parece ter resolvido o problema até agora. Com base nisso, com certeza 1.13.0 requer 10 em vez de 9.

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

funciona.

Mesmo aqui
python 3.6.7
Geforce 1060

Tive problemas com o numpy, então certifique-se de usar o numpy 1.16. Tive que reinstalá-lo a partir do pip porque a versão do Anaconda está desatualizada.

tem o mesmo problema. Eu uso a versão TF não-gpu, então eu acho que não é um prblem cuda ou cudnn?
python 3.6.0
TF 1.12.0
entorpecido 1.16.1
protobuf 3.6.1

Não use o protobuf 3.6, esse é provavelmente o problema. Acredito que a última que você pode usar é a 3.3, vá até o github e encontre versões anteriores.

Estou executando algo que usa TF 1.12, que requer protobuf 3.6.1. Ah bem....

O problema é sobre _compatibilidade de versão_ . É sobre compatibilidade de _tensorflow_ , _python_ , _cudnn_ e _cuda_ . A compatibilidade de versão pode ser encontrada nesta página . Veja meu computador, por exemplo.

Informação do sistema:

Plataforma e distribuição do sistema operacional: Windows 10 (não acho que isso importe.)
Dispositivo móvel: Nenhum
TensorFlow instalado de: pip install
Versão do TensorFlow: 1.4.0 ( importante )
Versão Python: 3.6 ( importante )
Versão do Bazel: não instalada (não estou compilando do código-fonte, portanto, não preciso dela).
Versão CUDA / cuDNN: cuda_8.0.61_win10.exe, cudnn-8.0-windows10-x64-v6.0.zip ( importante )
Modelo de GPU: Geforce GTX Series (não acho que isso importe.)

Solução:

Com base na tabela de compatibilidade de versão na página acima. Está linha

tensorflow_gpu-1.4.0 | 3,5-3,6 | MSVC 2015 atualização 3 | Cmake v3.6.3 | 6 8
- | - | - | - | - | -

Eu uso _python3.6_ .7 (Na verdade, sua versão pertence à série python3.6 está ok, porque eu tentei python3.6.3 na versão errada de outro software. Ele tem o mesmo erro chamado "ImportError: Falha ao carregar DLL blablablabalbla ..." . De acordo com o formulário no Hyperlink, se você usar python3.5, deve estar ok.)
Eu instalei _cuda8.0_ e _cudnnv6_ (quando você descompacta este zip, ele contém o arquivo _cudnn64_6.dll_ . E você precisa colocar cudnn64_6.dll no caminho correto) (O número 8 na última coluna é o número de versões CUDA . O número 6 na quinta coluna é o número de versões cudnn)
SO, eu _pigo instalando tensorflow-gpu == 1.4.0_ e, em seguida, importo tensorflow como tf , ele funciona.

Eu encontrei esse problema porque quando consertei as versões Python, CUDA e cudnn, a instalação da versão anterior do tensorflow gerou outro erro: o cudnn64_ *. O arquivo DLL não foi encontrado.

As etapas a seguir descrevem como construir um programa dependente de cuDNN. Nas seguintes seções:
o caminho do diretório CUDA é referido como C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0
o caminho do diretório cuDNN é conhecido como
Navegue até o seudiretório contendo cuDNN.
Descompacte o pacote cuDNN.
cudnn-9.0-windows7-x64-v7.zip
ou
cudnn-9.0-windows10-x64-v7.zip
Copie os seguintes arquivos no diretório CUDA Toolkit.
cópia decuda \ bin \ cudnn64_7.dll para C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ bin.
cópia decuda \ include \ cudnn.h para C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ include.
cópia decuda \ lib \ x64 \ cudnn.lib para C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ lib \ x64.

O documento de cudnn fornece a forma correta de configuração do cudnn, quando eu coloco este arquivo no local especificado, ele funciona
O documento completo pode ser encontrado em https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html

Isso funcionou para mim
Windows 10
python 3.6.X (rebaixado de 3.7)
Tensorflow 1.12 (não funciona com 1.13.1 com certeza, rebaixado)
CUDA / cudnn 9.0 (certifique-se de seguir os passos de @ mxl1990 para copiar esses arquivos)

Obrigado a todos os itens acima. Vou tentar de novo em breve

Tenho a mesma dúvida com o autor e resolvo agora.
janela 10
python 3.6.2
gpu rtx2080
meu problema é a versão do CUDA e o cudnn não cabe um no outro.
3/3/2019 hoje, a versão mais recente do CUDA é a 10.1, mas não há uma versão correspondente do cudnn.
então mudei o CUDA 10.0 e reinstalei o tensorflow, ele funciona agora!

Encontrou o mesmo problema.

Se você estiver usando Anaconda (Python 3.6), sugiro usar conda vez de pip . Geralmente cuida de TUDO: 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

Se você já bagunçou as versões, tente usar conda remove ou pip uninstall para deletar pacotes, incluindo tensorflow-gpu e tensorflow . Ou remova o Anaconda e reinstale-o.

Tenho a mesma dúvida com o autor e resolvo agora.
janela 10
python 3.6.2
gpu rtx2080
meu problema é a versão do CUDA e o cudnn não cabe um no outro.
3/3/2019 hoje, a versão mais recente do CUDA é a 10.1, mas não há uma versão correspondente do cudnn.
então mudei o CUDA 10.0 e reinstalei o tensorflow, ele funciona agora!

@parkerdu Savior! Meu sistema está executando Python 3.7.1 no Windows 10 e minha GPU é RTX 2080 Ti. Tudo o que fiz foi rebaixar o CUDA de 10.1 para 10.0 e agora funciona. Mas estou um pouco confuso com o que você entende por

a versão mais recente do CUDA é 10.1, mas não há uma versão correspondente do cudnn.

já que há uma versão do cuDNN lançada em 25 de fevereiro de 2019 de acordo com https://developer.nvidia.com/rdp/cudnn-download . Não funciona com a versão mais recente do TensorFlow instalada por meio de "pip install tensorflow-gpu" no meu caso, mas está lá. Estou me perguntando por que não é o

versão correspondente do cudnn.

Mais uma vez, obrigado pela sua solução.

Tenho a mesma dúvida com o autor e resolvo agora.
janela 10
python 3.6.2
gpu rtx2080
meu problema é a versão do CUDA e o cudnn não cabe um no outro.
3/3/2019 hoje, a versão mais recente do CUDA é a 10.1, mas não há uma versão correspondente do cudnn.
então mudei o CUDA 10.0 e reinstalei o tensorflow, ele funciona agora!

@parkerdu Savior! Meu sistema está executando Python 3.7.1 no Windows 10 e minha GPU é RTX 2080 Ti. Tudo o que fiz foi rebaixar o CUDA de 10.1 para 10.0 e agora funciona. Mas estou um pouco confuso com o que você entende por

a versão mais recente do CUDA é 10.1, mas não há uma versão correspondente do cudnn.

já que há uma versão do cuDNN lançada em 25 de fevereiro de 2019 de acordo com https://developer.nvidia.com/rdp/cudnn-download . Não funciona com a versão mais recente do TensorFlow instalada por meio de "pip install tensorflow-gpu" no meu caso, mas está lá. Estou me perguntando por que não é o

versão correspondente do cudnn.

Mais uma vez, obrigado pela sua solução.

você está certo! Eu não vi a versão mais recente do cudnn. Obrigado pelo seu ponto.

Depois de horas instalando diferentes versões, finalmente consegui fazer funcionar, esta é minha configuração final:

• Python 3.6.8
• Tensorflow 1.13
• CUDA 10
• cuDNN v7.5.0 (21 de fevereiro de 2019), para CUDA 10.0

Tentei com CUDA 10.1 mas não funcionou, mudei para 10.0 e finalmente funcionou.

python 3.7.2
Tensorflow-gpu 2.0.0a0
tensorboard 1.13.0
estimador tensorflow 1.13.0
CUDA 10.1
cuDNN v7.5.0 para CUDA10.0
win10 x64
Por favor ajude

@ steven12138 Você pode acompanhar o post anterior que funcionou.
AFAIK, o python 3.7.X python não é compatível.

Isso é o que funcionou para mim no Windows 10 e para a GPU NVIDIA GeForce RTX 2080 Ti:
Python 3.5 (3.6 não funcionou)
Tensorflow-gpu 1.13 (ou tf-nightly-gpu)
CUDA 10
cuDNN para CUDA 10.0
O problema era devido ao uso do python 3.6. Usar Python 3.5 resolveu isso.

CUDA 9.0
cudnn 7.0.5
Windows 10
tf 1.12.0
falhou ... não faço ideia

resolvido,
um problema é que o PATH está incorreto, eu corrigi, mas o problema ainda existe.
Então eu faço o downgrade do tf para 1.10.0 e funciona.

Encontrou o mesmo problema.

Se você estiver usando Anaconda (Python 3.6), sugiro usar conda vez de pip . Geralmente cuida de TUDO: 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

Se você já bagunçou as versões, tente usar conda remove ou pip uninstall para deletar pacotes, incluindo tensorflow-gpu e tensorflow . Ou remova o Anaconda e reinstale-o.

esse cara salvou um dia obrigado

Eu uso o virtualenv com python 3.6.8 e apenas executo
pip install tensorflow-gpu

cuda 9.0
cudnn 7.4.1 para cuda 9.0
python 3.6.8
tensorflow 1.12.0
redistribuição visual C ++ 2015

Esta configuração funciona.
Atenção, tensorflow 1.13 não funciona para mim com esta configuração.

============================= Editar ================
Como tentei novamente.
Se você quiser usar o tensorflow 1.13.1, pode consultar a configuração abaixo:
cuda 10.0
cudnn 7.5.0 para cuda 10.0
python 3.6.8
tensorflow 1.13.1
redistribuição visual C ++ 2015 ou 2017

E eu acho, o site oficial disse que tensorflow só suporta cuda 9 agora, mas na verdade ele já está atualizado para CUDA 10, você pode encontrar na nota de lançamento no github.

então simplicidade, 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
estimador tensorflow 1.13.0
CUDA 10.1
cuDNN v7.5.0 para CUDA10.0
win10 x64
Não funcionou

Não tenho nenhum problema no terminal, mas estou com esse problema no pycharm, espero poder te dar uma referência.

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

Eu tive o mesmo problema. Resolvi isso desinstalando tensorflow-gpu e reinstalando por meio de conda.

conda install tensorflow-gpu

Tive um problema

TypeError: Não foi possível construir o arquivo proto no conjunto de descritores!
Descritor de protótipo inválido para o arquivo "object_detection / protos / post_processing.proto":
object_detection / protos / post_processing.proto: A importação "object_detection / protos / calibração.proto" não foi carregada.
object_detection.protos.PostProcessing.calibration_config: "object_detection.protos.CalibrationConfig" parece ser definido em "protos / calibração.proto", que não é importado por "object_detection / protos / post_processing.proto". Para usá-lo aqui, adicione a importação necessária.

Acabei de fazer downgrade do TensorFlow para 1.10.0 e funcionou

pip install tensorflow-gpu==1.10.0

Quando executei o comando pip install tensorflow-gpu , 1.13.0 foi instalado e recebi o erro Win10: ImportError: DLL load failed: The specified module could not be found . Então, tentei fazer o downgrade para 1.10.0 conforme sugerido por @ 57ar7up . Isso não funcionou, pois o pip não conseguiu encontrar o arquivo .whl e o tempo limite da conexão se esgotou.

Então eu segui a abordagem de @WuYunfan e 1.12.0 funcionou.

Finalmente resolvi o problema instalando cuda 9.0 em vez de 9.2 ou 10.0 com tensorflow 1.12.0 e cudnn 7.4.1.5

Finalmente, minha configuração é:

• Nvidia GTX 1070
• CUDA 9.0 com os 4 patches (este instalou drivers GeForce 385.54)
• CuDNN v7.5.0.56 (para CUDA 9.0)
• TF GPU 1.12.0

Acho que 1.13.0 deve ser usado para CUDA 10.0

Python 3.6.4 | Anaconda customizado (64 bits) | (padrão, 16 de janeiro de 2018, 10:22:32) [MSC v.1900 64 bits (AMD64)] no win32
Digite "ajuda", "direitos autorais", "créditos" ou "licença" para obter mais informações.

importar tensorflow
Traceback (última chamada mais recente):
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: 找不到 指定 的 模块。

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "", linha 1, em
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow__init __. Py", linha 24, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-import
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "D: \ MLandBigData \ Anaconda3.5 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: 找不到 指定 的 模块。

Falha ao carregar o tempo de execução do TensorFlow nativo.

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

por algumas razões e soluções comuns. Inclui todo o rastreamento de pilha
acima desta mensagem de erro ao pedir ajuda.

python 3.7.1
Tensorflow-gpu 1.13.1

CUDA 8.0
cuDNN v7.1.4 para CUDA 8.0
win10 x64

Por favor ajude

Eu construí o tensorflow da fonte com os seguintes ambientes e trabalhei:
python 3.7.1
Tensorflow-gpu 1.13.1

CUDA 9.1
cuDNN v7.0.5 para CUDA 9.1
win10 x64

Minha mensagem de erro foi copiada algumas linhas abaixo. Tentei algumas das soluções que pareciam funcionar para outras pessoas, mas não tinham funcionado para mim. Especificamente:
Sempre python 3.6.8 e Windows 10 e Visual Studios 2017 e GPU Quadro M1000M
Pip usado para instalar tensorflow-gpu 1.13.1
Depois de ler, descobri que o CUDA 10.1 (que experimentei originalmente) não funciona com nada, então mudei para o CUDA 10.0. Com CUDA 10.0 tentei cudNN 7.4.2 e 7.5.0. Nenhum dos dois funciona, ainda tenho o CUDA 10.1 instalado (o tensorflow tenta os dois automaticamente ou preciso configurá-lo para usar o 10.0 de alguma forma?).

Eu já desinstalei e reinstalei tensorflow-gpu algumas vezes (também tensorflow simples - que não detecta minha GPU), embora tensorflow-gpu sempre tenha sido instalado para meus testes. Esta também é a primeira vez que trabalho com CUDA ou cudNN, então não tenho 100% de certeza se "instalei" o cudNN corretamente (das pastas cudNN extraídas bin, lib & include copie o arquivo relevante para o bin Cuda, lib & inc pastas). Também instalei o tf-nightly-gpu, pois funcionava com uma solução.

Mensagem de erro:

Python 3.6.8rc1 (v3.6.8rc1: cc3e73212a, 12 de dezembro de 2018, 00:15:46) [MSC v.1900 64 bits (AMD64)] no win32
Digite "ajuda", "direitos autorais", "créditos" ou "licença" para obter mais informações.

importar tensorflow como tf
Traceback (última chamada mais recente):
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "", linha 1, em
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow__init __. Py", linha 28, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-import
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 243, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ 601969 \ AppData \ Local \ Programs \ Python \ Python36 \ lib \ imp.py", linha 343, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

O mesmo problema. Win10 x64, python 3.6, tensorflow-gpu 1.12.0, CUDA 10.1 com CUDNN 10.1 instalado.

Eu uso o virtualenv com python 3.6.8 e apenas executo
pip install tensorflow-gpu

cuda 9.0
cudnn 7.4.1 para cuda 9.0
python 3.6.8
tensorflow 1.12.0
redistribuição visual C ++ 2015

Esta configuração funciona.
Atenção, tensorflow 1.13 não funciona para mim com esta configuração.

============================= Editar ================
Como tentei novamente.
Se você quiser usar o tensorflow 1.13.1, pode consultar a configuração abaixo:
cuda 10.0
cudnn 7.5.0 para cuda 10.0
python 3.6.8
tensorflow 1.13.1
redistribuição visual C ++ 2015 ou 2017

E eu acho, o site oficial disse que tensorflow só suporta cuda 9 agora, mas na verdade ele já está atualizado para CUDA 10, você pode encontrar na nota de lançamento no github.

então simplicidade, CUDA 9.0 (cudnn 7.4.1) ==> tensorflow 1.12.0
CUDA 10.0 (cidnn 7.5.0) ==> tensorflow 1.13.1

Obrigada. resolveu meu problema
minha configuração
Win10 + python 3.6.6 + GeForce GTX 1050 Ti (Legion Notebook)
Visual Studio Community 2017 + CUDA 10.0 (cudnn 7.5.0) + tensorflow 1.13.1

No geral, fazer o teste de validação básico funcionar para tensorflow-gpu (1.13.1) é uma grande provação - não sei de onde vem exatamente a mensagem de erro de carregamento de DLL totalmente inútil ...

Anotando meus parâmetros (a partir de 18/03/2019) caso ajude alguma alma corajosa!
Estrutura básica: Windows 10 Pro / 64, Anaconda 3-5.1.0 (python 3.6.4),
Visual Studio 2017 [GPU = RTX2060]
Configuração de destino malsucedida que gera o erro de DLL:
CUDA 10.1 + cuDNN correspondente (7.5.0.56)
O que parece funcionar (depois de resolver uma pequena falha com a versão numpy no anaconda)
CUDA 10.0 + cuDNN 7.4.1.5

Tentei com CUDA 10.1, mas todas as combinações de versão não funcionaram, então mudei para CUDA 10.0 como alguém sugeriu e finalmente funcionou. Então eu acho que o problema está no CUDA 10.1.

Minhas combinações de versões de sucesso são:

CUDA 10.0 (NÃO CUDA 10.1)
cuDNN v7.5.0 (21 de fevereiro de 2019), para CUDA 10.0 (NÃO aquele para CUDA 10.1)
Annaconda Anaconda 2018.12 (com Python 3.7 versão, instalador gráfico de 64 bits)

Em seguida, testei 2 combinações: Python 3.7.1 + Tensorflow 1.13.1 e Python 3.68 + Tensorflow 2.0.0-alpha0. Ambos funcionam.

BTW, eu usei
conda install tensorflow-gpu
ao invés de
pip instalar tensorflow-gpu
para instalar o tensorflow como alguém sugeriu.

Boa sorte.

Eu tive o mesmo problema usando (conda install tensorflow-gpu) resolver o problema.
cuda 10.0
cudnn 7.41.5 para cuda 10.0
python 7.1

Acabei de fazer downgrade do TensorFlow para 1.10.0 e funcionou

pip install tensorflow-gpu==1.10.0

sim, funciona. marca!

Tenho a mesma dúvida com o autor e resolvo agora.
janela 10
python 3.6.2
gpu rtx2080
meu problema é a versão do CUDA e o cudnn não cabe um no outro.
3/3/2019 hoje, a versão mais recente do CUDA é a 10.1, mas não há uma versão correspondente do cudnn.
então mudei o CUDA 10.0 e reinstalei o tensorflow, ele funciona agora!

Olá, tenho a mesma configuração com o python 3.7.
Agora existe uma versão cudnn do CUDA 10.1, no entanto tensorflow-gpu ainda não funciona se eu instalá-lo a partir do pip.
Você mesmo o reconstruiu?

Edit .: Encontrou o problema. Mesmo que haja uma versão cudNN da nvidia para oferecer suporte ao CUDA 10.1, não há biblioteca python para oferecer suporte ao CUDA 10.1. Esta biblioteca é instalada como uma dependência com tensorflow-gpu, mas suporta apenas CUDA 10.0.

Acabei de instalar o conda 3.7 mais recente
execute "conda install tensorflow-gpu" no anaconda promt
não há necessidade de instalar cuda, cudann e bagunçar com variáveis ​​PATH
tudo funciona

Posso confirmar que CUDA 10.1 não funciona. Mas então, tensorflow nunca afirmou que sim e seu guia pede para fazer o download do CUDA 10.0 .

Para quem não consegue encontrar essa versão, ela está disponível nos arquivos da NVIDIA e aqui está um link direto: https://developer.nvidia.com/cuda-10.0-download-archive

Minhas configurações:

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

Ótimo trabalho

Olá a todos,

Enfrentando o mesmo problema!

Alguém pode fornecer uma informação de ambiente 'funcional' para _AMD Radeon HD7500M_ Graphic Accelerator com o seguinte:

• Win10 Pro, FU 1803
• I3 3ª geração, 4 GB
• CUDA ver.10.0.130
• CUDNN ver 7.3.1 para 10.0_0
• Anaconda3 (2018.12)
• Py 3.7.1
• Tensorflow-gpu 1.13.1 - instalação 'Conda' usando 'prompt do Anaconda'

Obrigado!

Recebi o mesmo erro de falha de carregamento de DLL ao tentar executar o tensorboard, sem problemas ao executar os outros:

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

Minhas configurações:

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

E eu tenho o mesmo erro!

Recebi o mesmo erro de falha de carregamento de DLL ao tentar executar o tensorboard, sem problemas ao executar os outros:

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

Corrigi o erro atualizando o cygrpc no pip, pois o erro de importação de carregamento da DLL surge ao importar o cygrpc

Minhas configurações:

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

E eu tenho o mesmo erro!

Eu mudei o env:
· Tensorflow-gpu 1.12.0
· CUDA 9.0
· Cudnn 7.5 para CUDA9.0
· Python3.6.8

Finalmente funciona!

Será que o tf-gpu funciona APENAS com aceleradores 'NVIDIA'!

'RADEON' - precisa usar um lib / build diferente!

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

Demorou muito, mas finalmente resolvi esse problema no meu PC. Foi uma mistura de não ter o cuDNN correto instalado e o VS redist. Encontre as versões corretas para sua versão Python, CPU e placa gráfica no link acima.

Obrigado DTopping256 !!!

Eu tive o mesmo problema. Resolvi isso desinstalando tensorflow-gpu e reinstalando por meio de conda.

conda install tensorflow-gpu

Eu estava criando um novo venv e baixei tensorflow-gpu novamente seguindo as instruções aqui (https://www.tensorflow.org/install/pip). No entanto, ele instalou a versão estável mais recente (1.13) que causou um problema. Instalei o tf-gpu usando conda e eles instalaram os pacotes junto com o tf-gpu versão 1.12.0-h0d30ee6_0. Eu acho que o 1.12v não causa nenhum problema, pelo menos no meu laptop.

PARA SUA INFORMAÇÃO:
Win10x64
CUDA V10.1.105
python 3.6.5
nvidia gpu 1070 max-q

O mesmo problema.
win10 x64
cuda 9.0.176
cudnn 7.0
python 3.6.0
tensorflow-gpu 1.13.0

@ 2019/04/16
Resolvi o problema configurando tensorflow-gpu-1.12, talvez a versão mais recente tensorflow-gpu-1.13 precise de cuda-10.0.

Tehre é o meu resumo , mas o idioma é chinês. ^ _ ^

Eu tive o mesmo problema. Resolvi isso desinstalando tensorflow-gpu e reinstalando por meio de conda.

conda install tensorflow-gpu

Isso funcionou comigo também, instalei o tensorflow com pip e desinstalei usando pip uninstall tensorflow-gpu e instalei novamente usando conda install tensorflow-gpu

Microsoft Windows [Versão 6.3.9600]
(c) 2013 Microsoft Corporation. Todos os direitos reservados.

C: \ Usuários \ Dell> python
Python 3.7.1 (padrão, 10 de dezembro de 2018, 22:54:23) [MSC v.1915 64 bits (AMD64)] :: Ana
conda, Inc. em win32
Digite "ajuda", "direitos autorais", "créditos" ou "licença" para obter mais informações.

iimprt tensorflow
Arquivo "", linha 1
iimprt tensorflow
^
SyntaxError: sintaxe inválida
importar tensorflow
Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tenso
rflow.py ", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tenso
rflow_internal.py ", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tenso
rflow_internal.py ", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, pathname, descript
íon)
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ imp.py", linha 242, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ imp.py", linha 342, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "", linha 1, em
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow__init __. Py", linha
24, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-im
porta
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python__init __. Py"
, linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tenso
rflow.py ", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tenso
rflow.py ", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tenso
rflow_internal.py ", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tenso
rflow_internal.py ", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, pathname, descript
íon)
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ imp.py", linha 242, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ Dell \ Anaconda3 \ lib \ imp.py", linha 342, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Falha ao carregar o tempo de execução do TensorFlow nativo.

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

por algumas razões e soluções comuns. Inclui todo o rastreamento de pilha
acima desta mensagem de erro ao pedir ajuda.

>

Que lamentável processo de instalação este é atualmente!

Graças aos contribuidores aqui, finalmente consegui fazer funcionar (eu acho!)

Eu tinha seguido todos os processos regulares de instalação do PIP da página tensorflow e terminei com essa combinação em meu novo desktop Windows 10 (Nvid GTX 1660) e Ananconda com um novo ambiente Python 3.6.

Dezenas: 1.13.1
Cuda: 10.1
cuDNN: 7,5

e também atualizei o PATH do meu sistema para adicionar essas bibliotecas conforme necessário (embora alguns caminhos CUDA já tenham aparecido lá, presumivelmente como parte da instalação agora, mas mais caminhos foram adicionados conforme necessário, conforme descrito aqui ).

em jupyter tentei:
importar tensorflow como tf

e obteve o erro que todos veem:
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Minha primeira tentativa de solução funcionou!

seguindo o conselho de @oshadaamila acima , desinstalei o tensorflow PiP e reinstalei usando o Conda.

Conda trouxe as seguintes versões:
Dezenas: 1.13.1
Cuda: 10.0.130
cuDNN: 7.3

A importação agora funciona e um pequeno teste de código foi executado bem:

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

dá a resposta de 9.

Não mudei nada no ambiente PATH do sistema - todos os novos CUDA e cuDNN agora estão instalados nas pastas Anaconda3 / pkgs, portanto, parecem ser preferencialmente referenciados quando em um ambiente python.

É possível que eu tenha erros se tentar trabalhar algo fora do ambiente Ananconda, mas por enquanto estou tentando fazer isso.

Para 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

então a versão atual do CUDA é 10.0, mas a NVIDIA fornece 10.1 , instale CUDA10.0 e cudnn10.0 e reinicie o cmd, isso funcionará

para versões anteriores https://developer.nvidia.com/cuda-toolkit-archive

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

Tente pip install tensorflow-gpu == 1.13.1-rc2 se você tiver que usar CUDA 10.0 para RTX. Tenho CUDA 10.0, cuDNN 7.5.0, python 3.6 e funciona!

Consertei isso instalando cuda 10.1 (tenho tensorflow 2.0alpha btw) e cudnn 7.5.0.56
reinicie o computador ou então import tensorflow-gpu não funcionará

Problema semelhante observado com TF 1.13.1 e CUDA 10.1 - corrigido removendo CUDA 10.1 e instalando CUDA 10.0.

Eu tive o mesmo problema e o downgrade para CUDA 10.0 resolveu (tensorflow 1.13.1, GTX 1080ti)

Resolvido via downgrade para CUDA 10.0 e cuDNN 7.5 para CUDA 10.0

Resolvido ao fazer o downgrade para CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.7 e tensorflow 1.13.1.

Não se esqueça de limpar ou desinstalar qualquer versão anterior do tensorflow e CUDA se você tentar usar esta combinação. Se você tiver o Python 3.7 e tentar instalar o tensorflow 1.13.1 ou qualquer versão anterior, ele não funcionará porque, no momento, nenhuma versão do tensorflow é compatível com o Python 3.7. Remova o Python 3.7 e comece do zero.

Olá, @utkalsinha. Você instalou o tensorflow do código-fonte? Compilo o código-fonte do tensorflow em CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.6 e tensorflow 1.13.1, mas também falhou. A única diferença entre nós é que eu uso Python3.6.6 enquanto o seu é Python3.6.7

Não se esqueça de adicionar as variáveis ​​de ambiente para CUDA e cuDNN
SET PATH = C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ bin;% PATH%
SET PATH = C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ extras \ CUPTI \ libx64;% PATH%
SET PATH = C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ include;% PATH%
SET PATH = C: \ toolscuda \ bin;% PATH%

Tenho o mesmo problema .. depois de uma semana aplicando todos os ganchos e ganchos ... Desativei o Windows Defender e funcionou

Olá, @utkalsinha. Você instalou o tensorflow do código-fonte? Compilo o código-fonte do tensorflow em CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.6 e tensorflow 1.13.1, mas também falhou. A única diferença entre nós é que eu uso Python3.6.6 enquanto o seu é Python3.6.7

@ asa008 : Não. Eu instalei diretamente o tensorflow-gpu via pip como pip install tensorflow-gpu==1.13.1

Depois de passar algum tempo nele, por tensorflow==2.0.0-alpha0 , no Windows 10 tente instalar:

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

Depois de passar algum tempo nele, por tensorflow==2.0.0-alpha0 , no Windows 10 tente instalar:

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

Usei o Python 3.7.3 com o mesmo CUDA e cuDNN, mas obteve o mesmo erro de DLL.

Na minha experiência (depois de muitas tentativas e erros), é melhor definir os caminhos CUDA usando o editor baseado em GUI no Windows.

Minha configuração é a seguinte:

1. CUDA 10.0
2. mais recente cudnn disponível (siga as instruções no site da Nvidia)
3. Configurando os caminhos usando o editor de Variáveis ​​de Ambiente no Windows.
   -> Na minha experiência, usar "SET PATH ..." na linha de comando ainda esquece os novos caminhos.
   -> Eu também reiniciei o PC antes de instalar o Tensorflow.
4. Tensorflow v1.13
5. ambiente conda com Python 3.6

Eu não tentei isso no tensorflow alpha, espero que funcione da mesma forma.

Testei várias combinações em minha máquina Windows 10 e estes são os resultados:
FALHOU
tensorflow-gpu == r1.13
python 3.7.3
CUDA v10.1
cudnn 7.5.0.56

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

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

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

Se você tiver esse problema, você pode fazer o downgrade da lib para tensorflow-gpu == 1.10.0, atualmente as versões superiores têm problemas, esse problema é comum no Windows.
PD. depois disso, você precisa do CUDA para usar esta biblioteca corretamente.

E no Linux, as versões superiores do tensorflow são muito mais estáveis?

por favor me ajude

AVISO: tensorflow : De C: \ Users \ HP \ Anaconda3 \ envstensorflow \ lib \ site-packagestensorflow \ python \ training \ saver.py: 1266: checkpoint_exists (de tensorflow.python.training.checkpoint_management) está obsoleto e será removido em uma versão futura.

Abra ... \ Python37 \ Lib \ site-packagestensorflow \ python \ _pywrap_tensorflow_internal.pyd use Dependency Walker , ele mostrará a árvore de dependências DLL, você encontrará qual DLL causa o problema. TensorFlow sempre vinculado à versão CUDA específica.

O mesmo aqui, Win10 Pro x64, Python 3.6.8, Tensorflow-gpu 1.13.1, cuDNN 7.5.1.10, CUDA 10.1, Driver 430.64

Minha instalação:

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

A causa desse erro parece ser as pessoas instalando Python sem suporte Tcl / Tk sem perceber que Tcl é necessário para SWIG e importações de módulo. Acabei de testar isso e no meu caso não foi suficiente modificar a instalação do Python para adicionar Tcl / Tk - tive que deletar tudo e instalar do zero e agora não estou recebendo mais o erro.

TL; DR - basta remover e reinstalar totalmente o Python com a opção Tcl / Tk selecionada.

com base no @levicki cuda e versão cudnn, também defino o caminho de acordo com o site oficial,
SET PATH = C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ bin;% PATH% SET PATH = C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ extras \ CUPTI \ libx64 ;% PATH% SET PATH = C: \ Arquivos de programas \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ include;% PATH% SET PATH = C: \ toolscuda \ bin;% PATH% (não consigo encontrar ferramentas em C , apenas ignore este)
Eu instalei tensorflow2 alpha com sucesso, pela forma como minha configuração é:

Windows 10.0.17763.134 x64
Driver NVIDIA 416.92
CUDA 10.0.130
CUDNN 7.4.1.5 para CUDA 10.0
Python 3.5.2
GeForce Titan xp x4

se ainda não funcionar, eu também reinstalei o travesseiro e, em seguida, reinstalei o tf2, espero que seja útil.

O mesmo aqui, Win10 Pro x64, Python 3.6.8, Tensorflow-gpu 1.13.1, cuDNN 7.5.1.10, CUDA 10.1, Driver 430.64

Talvez você deva usar CUDA 10.0, não 10.1。 Acabei de resolver esse problema no meu PC, você pode verificá-lo usando o Dependency Walker , assim:

originalmente CUDA 9 funcionando, atualizei para tensorflow-gpu 1.13.1 e ele relatou que DLL não foi encontrado.
Em seguida, tentei fazer o downgrade de tensorflow-gpu para várias versões, mas ainda relatou que DLL não foi encontrado.
Então eu atualizei CUDA10.1 update1 e cudnn 7.5.1.10 (ambas as versões mais recentes) que relatou DLL não encontrado.
Em seguida, tentei fazer o downgrade de tensorflow-gpu DLL ainda relatado não encontrado.
Em seguida, use dependency Walker , mas este aplicativo travou ao abrir (estou usando win10)
Então eu copiei dependency Walker e _pywrap_tensorflow_internal.pyd para um dispositivo win7, confirmei que ele precisa de uma dependência de CUBLAXX_100.DLL .
Então instalei o CUDA10.0 e funciona.

Devo dizer que NÃO é uma boa experiência sempre que instalo o tensorflow-gpu.
São necessárias mensagens e sugestões claras, em vez de um simples DLL missing

+1. Mesmo problema que qinst64.

Alguém pode me dar uma cópia do cuda 10.0? cuda 10.0 foi eliminado, apenas uma versão do 10.1 está disponível no site oficial. Obrigado!

esqueça que meu sistema é windows10. Obrigado!

ah, acho que sim, espero que alguém consiga ajuda!
https://developer.nvidia.com/cuda-toolkit-archive

Eu enfrentei o mesmo problema, mas simplesmente não instalei o cudnn (como pensei que seria incluído ao instalar o CUDA, descobri que não é)
O guia de instalação pode ser encontrado aqui

@ymodak Visto que parece impossível fornecer compilações de tensorflow para todas as versões Python + CUDA + cuDNN possíveis, vocês, pelo menos, considerariam melhorar a mensagem de erro para incluir:

1. O nome da DLL que não pode ser encontrada se você estiver carregando-a dinamicamente

Ou:

1. O nome da DLL carregada estaticamente que falhou ao carregar devido a uma cadeia de dependência não satisfeita?

SUCESSO
tensorflow-gpu == 1.10.0
python 3.6.8
CUDA v9.0
cudnn 7.6.0
Isso finalmente resolveu meu problema de instalação do autokeras

SUCESSO

• Windows 10 Home 64 bits
• CUDA Toolkit 10.0 (setembro de 2018)
• Baixe cuDNN v7.6.0 (20 de maio de 2019), para CUDA 10.0
• Python 3.7.3 Windows AMD64
• Tensorflow-gpu 1.13.1

Podemos instalar cuda e cudnn na placa de vídeo Radeon?

No sábado, 6 de abril de 2019, às 22h22, Jed Baxter, [email protected] escreveu:

Que lamentável processo de instalação este é atualmente!

Graças aos contribuidores aqui, finalmente consegui fazer funcionar (eu
pensar!)

Eu tinha seguido todos os processos regulares de instalação do PIP do tensorflow
página e acabei com essa combinação na minha nova área de trabalho do Windows 10
(Nvid GTX 1660):

Dezenas: 1.13.1
Cuda: 10.1
cuDNN: 7,5

e também atualizei o PATH do meu sistema para adicionar essas bibliotecas conforme necessário (embora
alguns caminhos CUDA já haviam aparecido lá, presumivelmente como parte de seu
instalar agora, mas mais caminhos foram adicionados conforme necessário, conforme descrito aqui
https://www.tensorflow.org/install/gpu#windows_setup ).

em jupyter tentei:
importar tensorflow como tf

e obteve o erro que todos veem:
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Minha primeira tentativa de solução funcionou!

seguindo o conselho de @oshadaamila https://github.com/oshadaamila
acima de
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-478855387
Desinstalei o tensorflow PiP e reinstalei usando Conda.

Conda trouxe as seguintes versões:
Dezenas: 1.13.1
Cuda: 10.0.130
cuDNN: 7.3

A importação agora funciona e um pequeno teste de código foi executado bem:

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

dá a resposta de 9.

Eu não mudei nada no ambiente PATH do sistema - todos os novos
CUDA e cuDNN agora estão instalados nas pastas Anaconda3 / pkgs para que pareçam
para ser referenciado preferencialmente quando em um ambiente python.

É possível que tenha erros se tentar trabalhar algo fora do
Ambiente Ananconda, mas por enquanto estou até tentando fazer isso.

-
Você está recebendo isso porque comentou.
Responda a este e-mail diretamente, visualize-o no GitHub
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-480519001 ,
ou silenciar o tópico
https://github.com/notifications/unsubscribe-auth/Auda9lPIPF0BJa_NUNfnkhqoHPcvmTwCks5veNC2gaJpZM4XLOd-
.

Podemos instalar o cuda na placa de vídeo radeon?

No domingo, 14 de abril de 2019, 8h38, Utkal Sinha, [email protected]
escreveu:

Resolvido ao fazer o downgrade para CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.7 e
tensorflow 1.13.1.

Não se esqueça de limpar ou desinstalar qualquer versão anterior do tensorflow e
CUDA se você tentar usar essa combinação. Se você tiver Python 3.7 e
tentar instalar o Tensorflow 1.13.1 ou qualquer versão inferior, então não
funciona porque, a partir de agora, nenhuma versão do tensorflow é compatível com Python 3.7.
Remova o Python 3.7 e comece do zero.

-
Você está recebendo isso porque comentou.
Responda a este e-mail diretamente, visualize-o no GitHub
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-482915167 ,
ou silenciar o tópico
https://github.com/notifications/unsubscribe-auth/Auda9j9qH1-Z_UgS8jT6-hZZD4xwlzISks5vgpuugaJpZM4XLOd-
.

GPU @roopahtshree

Verifique o link abaixo. Placa de GPU NVIDIA® com capacidade de computação CUDA® 3.5 ou superior
https://developer.nvidia.com/cuda-gpus

Tive o mesmo problema, mas o uso de CUDA 10.0, CUDNN 7, Python 3.6.8 e TensorFlow 1.13 funciona agora.

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

OK!!!

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

OK!!!!

@pishangujeniya

• Windows 10 Home 64 bits
• CUDA Toolkit 10.0 (setembro de 2018)
• Baixe cuDNN v7.6.0 (20 de maio de 2019), para CUDA 10.0
• Python 3.7.3 Windows AMD64
• Tensorflow-gpu 1.13.1

Tenho tentado instalar o Tensorflow nos últimos dias e tentei quase todas essas configurações. Este funcionou para mim. Muito obrigado.

Aqui eu posto minha solução:
Também encontro o problema （ImportError : Falha no carregamento da DLL: 找不到 指定 的 模块 。Failed to load the Native TensorFlow runtime .） Ao usar o pip isntall (tensorflow1.13.1) diretamente. Virei para lfd.uci e baixei outra versão compilada tensorflow1.9 , e instalei localmente. Funciona .

• win10 x64
• cuda10.1 cudnn 7.5
• anaconda3 2019.3 com python3.7

Parece que com o TensorFlow 1.13.1, apenas CUDA 10 funcionará (e não CUDA 10.1). A configuração compartilhada por @pishangujeniya funcionou.

CUDA Toolkit 10.0 (setembro de 2018)
Baixe cuDNN v7.6.0 (20 de maio de 2019), para CUDA 10.0

Minha configuração funciona com o seguinte:

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

Estou executando o TensorFlow no Anaconda e também tive esse problema. Está relacionado a problemas de compatibilidade entre as versões do TensorFlow, CUDA e cuDNN. O cudatoolkit mais recente do Anaconda baixa e instala automaticamente as versões corretas de CUDA e cuDNN para TF v1.13. Você pode usar o cudatoolkit em vez de instalar manualmente o CUDA e o cuDNN.

Consegui resolver esse problema:
1) Desinstalando o Anaconda, depois baixando e instalando a versão mais recente do Anaconda
2) Criar um novo ambiente virtual e usar "conda install tensorflow-gpu" (também instala CUDA e cuDNN automaticamente)
3) Trabalhar neste ambiente para o projeto

Obrigado a todos. O kit de ferramentas 10.1 continuou falhando com o mesmo erro, mas o 10.0 funcionou perfeitamente.

Corrigi-o desinstalando cuda10.1 e instalando cuda 10.0

Estou executando o TensorFlow no Anaconda e também tive esse problema. Está relacionado a problemas de compatibilidade entre as versões do TensorFlow, CUDA e cuDNN. O cudatoolkit mais recente do Anaconda baixa e instala automaticamente as versões corretas de CUDA e cuDNN para TF v1.13. Você pode usar o cudatoolkit em vez de instalar manualmente o CUDA e o cuDNN.

Consegui resolver esse problema:

1. Desinstalando o Anaconda, depois baixando e instalando a versão mais recente do Anaconda
2. Criar um novo ambiente virtual e usar "conda install tensorflow-gpu" (também instala CUDA e cuDNN automaticamente)
3. Trabalhando neste ambiente para o projeto

Depois de todas as provações, essa resposta fez o meu dia. 'conda install tensorflow-gpu' bloqueia o tensorflow em 1.12 e resolve todos os problemas de dependência.

Eu enfrentei o mesmo problema ...

C: \ Anaconda3> python
Python 3.7.1 (padrão, 28 de outubro de 2018, 08:39:03) [MSC v.1912 64 bits (AMD64)] :: Anaconda, Inc. no win32
Digite "ajuda", "direitos autorais", "créditos" ou "licença" para obter mais informações.

importar tensorflow como tf
Traceback (última chamada mais recente):
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Anaconda3 \ lib \ imp.py", linha 242, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Anaconda3 \ lib \ imp.py", linha 342, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: Falha na rotina de inicialização de uma biblioteca de vínculo dinâmico (DLL).

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "", linha 1, em
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow__init __. Py", linha 28, em
from tensorflow.python import pywrap_tensorflow # pylint: disable = unused-import
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Anaconda3 \ lib \ site-packagestensorflow \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Anaconda3 \ lib \ imp.py", linha 242, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Anaconda3 \ lib \ imp.py", linha 342, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: Falha na rotina de inicialização de uma biblioteca de vínculo dinâmico (DLL).

Falha ao carregar o tempo de execução do TensorFlow nativo.

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

por algumas razões e soluções comuns. Inclui todo o rastreamento de pilha
acima desta mensagem de erro ao pedir ajuda.

Descobri algo interessante que deve ajudar alguns de vocês que estão usando o anaconda.

Especificações do sistema:
Viúvas 10
Python 3.7.3
Cuda 10.0
cudnn e cupti instalados com conda

Ao adicionar o anaconda ao caminho do sistema durante a instalação (nenhuma configuração recomendada / padrão), não consegui executar o tf. Reinstalar sem selecionar a opção resolveu esse problema.

Eu acho que isso pode estar relacionado a apontar para o arquivo cudnn64_7.dll, após a instalação no Windows é necessário apontar para cuDNN64_7.dll. Instruções para adicioná-lo abaixo:

• Digite o caminho na caixa de pesquisa do Windows 10
• Abrir configurações: edite as variáveis ​​de ambiente do sistema no painel de controle
• Na guia Avançado, clique em Variáveis ​​de ambiente ...
• Selecione Caminho em Variáveis ​​de usuário para seu nome de usuário e clique em Editar ...
• Na nova janela Editar variável de ambiente, clique em Novo e cole o caminho a seguir na caixa de texto
• (Sua localização CUDNN64_7.dll) (por exemplo, meu - C: \ cudnn-10.0-windows10-x64-v7.6.0.64cuda \ bin)
• Clique em OK para fechar a janela e em OK novamente para fechar a janela Variáveis ​​de Ambiente e a janela Sistema - Propriedades
  -Abra um prompt do Anaconda e digite echo% PATH%, você deve ser capaz de ver o caminho recém-adicionado na saída.

Eu duvido. Ou pelo menos essa não é a causa para mim. Eu adicionei o caminho manualmente, mas o sistema não foi capaz de detectá-lo

Eu também recebo o mesmo erro.
De alguma forma, atualizar o TensorFlow para a versão 1.14.0 resolve o problema :)

instalado em ambiente conda e funciona bem em win10 + gtx1060 (versão 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

Estou preso neste assunto o dia todo hoje
No ambiente virtual, consigo importar o Tensorflow 2 com êxito, mas dentro do notebook do Visual Studio Jupyter estou recebendo o erro abaixo

_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.

Estou usando Tensorflow 2, CUDA 10.1 e cuDNN 7.6.5

Este não é um problema fácil de descobrir ou resolver sozinho.

O botão fácil é seguir as instruções desta postagem:
https://www.pugetsystems.com/labs/hpc/How-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-UPDATED-1419

ou apenas use o Google Colab - eles cuidam de tudo isso para você.

"ImportError: Falha ao carregar DLL:" não pensa em mencionar qual DLL está faltando? isto vai ser divertido

Mesmo problema
No conda lsit, dizia que já instalei o pacote.
Mas quando tentei executá-lo, houve muitos erros.

Eu não sei o que há de errado

Tive esse problema com o Tensorflow 2.1.0 (versão da CPU). Consertou isso fazendo downgrade para Tensorflow 2.0.0:

pip install tensorflow==2.0.0

Se você tiver depois do 2.1.0, provavelmente é porque ele vem com suporte para GPU por padrão. E requer o _Microsoft Visual C ++ Redistributable for Visual Studio 2015_, conforme mostrado na etapa de instalação 1 no site.

Das notas de lançamento:

Encontrei as notas de versão capturadas por @ abdulrahman-khankan acima: https://github.com/tensorflow/tensorflow/releases/tag/v2.1.0

Aqui está o link Microsoft Visual C ++ Redistributable for Visual Studio 2015, 2017 e 2019 desse documento. Lembre-se de que o texto nas capturas de tela não pode ser clicado, copiado, traduzido, lido por leitores de tela, etc.!

Presumi que todos sabem como ir para a página de lançamentos ou apenas google os instaladores do MS. Obrigado por compartilhar os links!

Por causa de outros problemas com o PyInstaller, acabei fazendo o downgrade para tensorflow == 1.14.0 .

@ERDataDoc usando seu link

O botão fácil é seguir as instruções desta postagem:
https://www.pugetsystems.com/labs/hpc/How-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-UPDATED-1419

é útil, mas às vezes pode atualizar o driver para CUDA 10.2, que ainda não é compatível
(isso aconteceu no meu caso)

Desculpe, eu percebi que isso não ajuda, mas agora desisti de tentar fazer algo sério com Python no Windows. Depois de 3 semanas e ainda estou tentando instalar toda a merda de que preciso para o primeiro tutorial (talvez eu tenha definido minha visão muito alto, mas então me lembro de cartões perfurados e fita de papel)

https://github.com/tensorflow/tensorflow/issues/22512#issuecomment -572603142
Isso resolveu para mim.
(Fazendo downgrade para tensorflow 2.0.0)
pip install tensorflow==2.0.0

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

Instalei o redistribuível e msvcp140.dll está disponível em meu sistema de arquivos.

No entanto, ainda recebo o erro. Desatualizar ajuda, mas preciso atualizar minha versão, pois há um bug não corrigido no 2.0.0 que não consigo contornar.

Há algum aviso dos desenvolvedores de que estão trabalhando nisso?

Eu consertei isso.
Passe dias procurando consertá-los.

Tensorflow instalado com pip install tensorflow-cpu
Visual c ++ atualizado 2015-2019

O problema era porque eu não tinha placa de vídeo nvidia, então deveria instalar com a versão cpu porque estou usando placa de vídeo Raedon vega 8

Espero que ajude.

No meu caso, eu estava usando Python 3.6 e estava errado. Então eu atualizei para 3.6.8 e funcionou com tensorflow 2.0.0

É trabalho para mim python: 3.7.6
pip install tensorflow == 2.0
se você estiver usando tensoflow-gpu
pip install --upgrade tensorflow-gpu == 2.0

Eu instalei

• python 3.6.2 (<- tive que mudar minha versão de python e mudar para 64 bits)
• Eu já tinha o msvcp140.dll e o msvcp140_1.dll no meu System32 /
• Cuda 10.0 (não tenho certeza se isso era necessário).
• pip install tensorflow == 2.0 (<- 2.1.0 não funcionou!)
  e então funcionou :)

Esta é a resposta final neste tópico: https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -573297027

Por favor, não envie spam com "Eu resolvi!" e soluções personalizadas.

Oi, @mihaimaruseac

1. Você pode adicionar um novo item com uma descrição dos problemas que podem ser causados ​​pela falta de suporte para o comando AVX às instruções do site?
2. Você pode adicionar este link à lista de problemas em que __Error message__ é igual _ "ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado." _
3. Você sabe como criar seus próprios binários que ficarão sem o suporte do AVX?

Se alguém precisar de tensorflow sem suporte AVX, você pode encontrá-lo neste repositório , muito obrigado ao autor. Ou você pode usar o Intel Software Development Emulator para executar o tensorflow original com suporte para AVX.

Para testar o suporte AVX, use Coreinfo .

ERROR: root : erro interno do Python no módulo de inspeção.
Abaixo está o rastreamento desse erro interno.

Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ IPython \ core \ interactiveshell.py", linha 3331, em run_code
exec (code_obj, self.user_global_ns, self.user_ns)
Arquivo "", linha 1, em
flair_data, ot_data = load_dataset (PATH)
Arquivo "", linha 64, em load_dataset
train_ot = np.vstack (train_ot)
Arquivo "<__ array_function__ internals>", linha 6, em vstack
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ numpy \ core \ shape_base.py", linha 283, em vstack
return _nx.concatenate (arrs, 0)
Arquivo "<__ array_function__ internals>", linha 6, em concatenar
ValueError: precisa de pelo menos uma matriz para concatenar

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ IPython \ core \ interactiveshell.py", linha 2044, em showtraceback
stb = value._render_traceback_ ()
AttributeError: o objeto 'ValueError' não tem atributo '_render_traceback_'

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ imp.py", linha 242, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ imp.py", linha 342, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ IPython \ core \ ultratb.py", linha 1151, em get_records
return _fixed_getinnerframes (etb, number_of_lines_of_context, tb_offset)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ IPython \ core \ ultratb.py", linha 319, embrulhado
return f ( args, * kwargs)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ IPython \ core \ ultratb.py", linha 353, em _fixed_getinnerframes
records = fix_frame_records_filenames (inspect.getinnerframes (etb, contexto))
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ inspect.py", linha 1502, em getinnerframes
frameinfo = (tb.tb_frame,) + getframeinfo (tb, contexto)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ inspect.py", linha 1460, em getframeinfo
filename = getsourcefile (frame) ou getfile (frame)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ inspect.py", linha 696, em getsourcefile
if getattr (getmodule (object, filename), '__loader__', None) não é None:
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ inspect.py", linha 733, em getmodule
if ismodule (módulo) e hasattr (módulo, '__file__'):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow__init __. Py", linha 50, em __getattr__
módulo = self._load ()
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow__init __. Py", linha 44, em _load
module = _importlib.import_module (self .__ name__)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ importlib__init __. Py", linha 127, em import_module
return _bootstrap._gcd_import (nome [nível:], pacote, nível)
Arquivo "", linha 1006, em _gcd_import
Arquivo "", linha 983, em _find_and_load
Arquivo "", linha 953, em _find_and_load_unlocked
Arquivo "", linha 219, em _call_with_frames_removed
Arquivo "", linha 1006, em _gcd_import
Arquivo "", linha 983, em _find_and_load
Arquivo "", linha 967, em _find_and_load_unlocked
Arquivo "", linha 677, em _load_unlocked
Arquivo "", linha 728, em exec_module
Arquivo "", linha 219, em _call_with_frames_removed
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core__init __. Py", linha 42, em
a partir de . _api.v2 importar áudio
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core_api \ v2 \ audio__init __. Py", linha 10, em
de tensorflow.python.ops.gen_audio_ops import decode_wav
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ ops \ gen_audio_ops.py", linha 9, em
de tensorflow.python import pywrap_tensorflow como _pywrap_tensorflow
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow__init __. Py", linha 50, em __getattr__
módulo = self._load ()
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow__init __. Py", linha 44, em _load
module = _importlib.import_module (self .__ name__)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ importlib__init __. Py", linha 127, em import_module
return _bootstrap._gcd_import (nome [nível:], pacote, nível)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python__init __. Py", linha 49, em
from tensorflow.python import pywrap_tensorflow
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ pywrap_tensorflow.py", linha 74, em
aumentar ImportError (msg)
ImportError: Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ IPython \ core \ interactiveshell.py", linha 3331, em run_code
exec (code_obj, self.user_global_ns, self.user_ns)
Arquivo "", linha 1, em
flair_data, ot_data = load_dataset (PATH)
Arquivo "", linha 64, em load_dataset
train_ot = np.vstack (train_ot)
Arquivo "<__ array_function__ internals>", linha 6, em vstack
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ numpy \ core \ shape_base.py", linha 283, em vstack
return _nx.concatenate (arrs, 0)
Arquivo "<__ array_function__ internals>", linha 6, em concatenar
ValueError: precisa de pelo menos uma matriz para concatenar

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packages \ IPython \ core \ interactiveshell.py", linha 2044, em showtraceback
stb = value._render_traceback_ ()
AttributeError: o objeto 'ValueError' não tem atributo '_render_traceback_'

Durante o tratamento da exceção acima, outra exceção ocorreu:

Traceback (última chamada mais recente):
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ pywrap_tensorflow.py", linha 58, em
from tensorflow.python.pywrap_tensorflow_internal import *
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ pywrap_tensorflow_internal.py", linha 28, em
_pywrap_tensorflow_internal = swig_import_helper ()
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ site-packagestensorflow_core \ python \ pywrap_tensorflow_internal.py", linha 24, em swig_import_helper
_mod = imp.load_module ('_ pywrap_tensorflow_internal', fp, nome do caminho, descrição)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ imp.py", linha 242, em load_module
retornar load_dynamic (nome, nome do arquivo, arquivo)
Arquivo "C: \ Users \ Pankaj \ Anaconda3 \ lib \ imp.py", linha 342, em load_dynamic
return _load (spec)
ImportError: Falha ao carregar DLL: O módulo especificado não foi encontrado.

Falha ao carregar o tempo de execução do TensorFlow nativo.

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

por algumas razões e soluções comuns. Inclui todo o rastreamento de pilha
acima desta mensagem de erro ao pedir ajuda.

desinstale a versão mais recente do Microsoft Visual C ++ Redistributable para Visual Studio se você instalar 2019 e antes disso

baixe o Microsoft Visual C ++ Redistributable para Visual Studio 2015, 2017 e 2019 dependendo do seu sistema x64 ou x86 neste site

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

desinstale a versão mais recente do Microsoft Visual C ++ Redistributable para Visual Studio se você instalar 2019 e antes disso

baixe o Microsoft Visual C ++ Redistributable para Visual Studio 2015, 2017 e 2019 dependendo do seu sistema x64 ou x86 neste site

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

Olá, fitrialif,
Eu instalei esse Micrsoft Visual C ++. Mas o mesmo erro persiste. Depois de instalar isso, há mais alguma coisa que devo fazer (mover arquivos, etc?)

Parece ser um problema com o TF2.1.

O downgrade para TF2.0 funcionou para mim: pip install tensorflow == 2.0

@pallyndr isso ocorre porque você precisa baixar o mais novo MSVC redistribuível para 2.1 conforme mencionado em https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -573297027

Infelizmente, como as pessoas continuam empilhando o tópico com "funciona para mim" / "Estou tendo o mesmo problema" / "resolvi fazendo essa outra coisa", a solução real no comentário acima foi enterrada.

depois de baixar MSVC e CUDA (estou com placa NVIDIA) e cuDNN funcionou.

Bloquear conversa para não obter mais comentários que silenciam a solução