未能加载本机TensorFlow运行时。Python 3.5.2

未能加载本机TensorFlow运行时。Python 3.5.2,python,python-3.x,tensorflow,pip,Python,Python 3.x,Tensorflow,Pip,我正在尝试在我的电脑中安装Tensorflow,我安装了Python3.5.2 64位、cuda_8.0.61 for windows 10和cudnn-8.0-windows10-x64-v6.0 我使用“本机”pip安装了Tensorflow的GPU版本,然后打开IDLE并使用“import Tensorflow as tf”进行测试,我得到了下面的错误消息 我怎样才能解决这个问题?提前感谢我按照以下步骤在Windows上运行了Tensorflow。希望有帮助!它可能会根据您安装Python

我正在尝试在我的电脑中安装Tensorflow,我安装了Python3.5.2 64位、cuda_8.0.61 for windows 10和cudnn-8.0-windows10-x64-v6.0

我使用“本机”pip安装了Tensorflow的GPU版本,然后打开IDLE并使用“import Tensorflow as tf”进行测试,我得到了下面的错误消息


我怎样才能解决这个问题?提前感谢我按照以下步骤在Windows上运行了Tensorflow。希望有帮助!它可能会根据您安装Python的文件夹而改变

  • 下载并安装Python 3.5.x
  • 下载并安装Nvidia CUDA工具包
  • 下载cudnn5.1
  • 2时,将CuDNN文件复制到Nvidia CUDA toolkit文件夹。已完成(通常位于C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0上)

    • 将cudnn\bin\cudnn64_5.dll复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\
    • 将cudnn\include\cudnn.h复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include\
    • 将cudnn\lib\x64\cudnn.lib复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64\
  • 通过pip命令提示符安装Tensorflow “pip安装--升级tensorflow gpu”

    5.1 TensorFlow相关性

    • 确保安装VisualC++重新分配2015 X64。如果没有,请下载
    • 将_curses_curses.cp35-win_amd64.pyd和_curses_panel.cp35-win_amd64.pyd移动到 C:\Users\Username\AppData\Local\Programs\Python\35\Lib\site软件包(或者您可能需要将它们作为下一个软件包下载。只需按住Ctrl+f键以表示“curses”)
    • 通过pip下载并安装这些软件包(移动到它们所在的目录 已下载,打开命令提示符并使“pip安装包\u name”)
      • numpy+mkl()
        • 下载numpy-1.12.1+mkl-cp35-cp35m-win_amd64.whl
        • pip安装numpy-1.12.1+mkl-cp35-cp35m-win_amd64.whl
      • scipy()
        • 下载scipy-0.19.0-cp35-cp35m-win_amd64.whl
        • pip安装scipy-0.19.0-cp35-cp35m-win_amd64.whl
    • 打开命令提示符并使“pip install matplotlib”
  • 尝试:

    要安装tensorflow而不是:

    pip install --upgrade tensorflow-gpu
    

    我的电脑是带CPU的Windows,我也有同样的问题。我卸载了tensorflow 1.9,改为安装1.5。它现在可以工作。

    如果问题仍然存在,请检查版本编号,并确保cuda和TF兼容

    或者使用蟒蛇作为一种更简单的方法

    conda create--name new_env_name tensorflow gpu
    激活新的_环境_名称
    
    我成功地安装了TensorFlow GPU版本1.12(最新版本,直到本文撰写之日),其中包括Cuda 9.0、GeForce 1050 Ti、Windows 10和Python 3.6.7


    注意:您已经为TensorFlow安装了CUDA Toolkit(版本9)以识别您的GPU

    对于我来说,问题在于名为protobuf的包,通过使用
    pip安装https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl

    它将protobuf升级到3.6.1并解决了错误。

    为什么不试试Anaconda?

    conda create -n gpu_env tensorflow-gpu
    conda activate gpu_env
    
    就这么简单。所有需要的软件包和运行时(包括VisualStudio)都将在您敬畏地观看时汇集在一起:)试试看

    警告:您需要从tensorflow内部运行Keras,以便它检测并使用您的GPU。否则,如果只使用keras和tensorflow作为后端,keras将使用普通tensorflow而不是tensorflow gpu。两者并排安装

    这意味着您应该这样编码:

    import tensorflow as tf
    from tensorflow.keras.models       import Sequential, load_model
    from tensorflow.keras.layers       import Dense,Dropout
    from tensorflow.keras.callbacks    import ModelCheckpoint, EarlyStopping,CSVLogger
    from tensorflow.keras.utils        import plot_model
    .............
    .............
    

    希望有此帮助。

    一切都可以从控制台安装:

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

    我和你有同样的问题。 问题是,在安装ipython和spyder时,Anaconda会自动更新python版本,这将成为3.6版。 通过Anaconda进入tensorflow环境,可以将python版本更改为3.5版。

    与公认的答案相比,我更喜欢这个答案。它不允许我编辑打字错误,因为“编辑必须至少6个字符”。多么愚蠢的政策,stackoverflow真可耻。这不适用于windows。上面说tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl不适用于Windows,可能是为我工作的副本。下面是命令:pip install tensorflow gpu==1.5.0我在GitHub上也看到了问题,很多人都在为之挣扎。我认为任何使用Anaconda安装Python的人都应该通过conda命令安装tensorflow gpu。这是一个更加兼容和混乱的问题。
    import tensorflow as tf
    from tensorflow.keras.models       import Sequential, load_model
    from tensorflow.keras.layers       import Dense,Dropout
    from tensorflow.keras.callbacks    import ModelCheckpoint, EarlyStopping,CSVLogger
    from tensorflow.keras.utils        import plot_model
    .............
    .............
    
    conda create --name tf-gpu
    conda install -c aaronzs tensorflow-gpu
    conda install -c anaconda cudatoolkit
    conda install -c anaconda cudnn
    conda install keras-gpu