完美解决Windows10安装和运行TensorFlow编译环境时出现“cudart64_100.dll、cublas64_10.dll、cudnn64_7.dll...”报错的问题

零、领取深度学习依赖库

领取方式一：

领取配置文件cudart64_100.dll，请关注我的公众号：kangsinx(AI科技与算法编程)

进入公众号之后可在菜单右下角扫码加我微信领取以上配置文件！

也可以添加以上微信公众号的管理员直接领取，微信号为:deepcv2
昵称为：CV研发君

领取方式二：下载链接：

到这里进行下载配置文件：https://download.csdn.net/download/weixin_41194129/51040226

一、NVIVDIA驱动要求说明

安装或者运行TensorFlow时出现如下情况说明缺少相关驱动和依赖dll
解决办法：要么检查一下NVIVDIA驱动是否符合你当前的需求（不推荐直接更新，因为更新直接是最新的11.0版本）；要么重新安装驱动；
但是要安装TensorFlow请下载安装NVIDIA 10.0版本（推荐）
下载链接点这里

或点击这里：https://developer.nvidia.com/zh-cn/cuda-toolkit

2020-07-21 08:58:42.494717: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
2020-07-21 08:58:42.512216: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cublas64_10.dll'; dlerror: cublas64_10.dll not found
2020-07-21 08:58:42.516662: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cufft64_10.dll'; dlerror: cufft64_10.dll not found
2020-07-21 08:58:42.520033: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'curand64_10.dll'; dlerror: curand64_10.dll not found
2020-07-21 08:58:42.524041: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found
2020-07-21 08:58:42.528116: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cusparse64_10.dll'; dlerror: cusparse64_10.dll not found
2020-07-21 08:58:42.531599: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found

2020-07-21 08:58:42.494717: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
2020-07-21 08:58:42.512216: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cublas64_10.dll'; dlerror: cublas64_10.dll not found
2020-07-21 08:58:42.516662: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cufft64_10.dll'; dlerror: cufft64_10.dll not found
2020-07-21 08:58:42.520033: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'curand64_10.dll'; dlerror: curand64_10.dll not found
2020-07-21 08:58:42.524041: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found
2020-07-21 08:58:42.528116: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cusparse64_10.dll'; dlerror: cusparse64_10.dll not found
2020-07-21 08:58:42.531599: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found

二、报错问题分析

1. 错误类型原因

问题是找不到cuda系的dll文件的模块，提示需要下载CUDA10.0，那么首先查看cuda的路径下是否存在该文件：
通过C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA路径访问cuda，在其bin目录下查找是否有cudart64_100.dll模块
如果有，则查看环境变量是否添加；如果没有，可能就是cuda版本和tensorflow版本的匹配问题

2. 搞清自己的tensorflow及CUDA版本

进入命令行环境下，首先通过python --version确定自己的python版本是3.6
再通过pip list查看已经安装好的tensorflow版本，笔者本人的版本是1.14
通过nvcc --version查看cuda版本，笔者之前的cuda版本是V9.0.176；

通过Tesnsorflow官网查找对应版本信息如下：

可以看到当Tensorflow的版本>=1.13时，CUDA的版本需要是10.0，同时cudnn版本号需要大于7.4.1；
这里笔者选用了将cuda的版本卸载，以适用tensorflow版本
直接进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA路径下将文件夹删除，并且将环境变量删除。
找到了一个高中生搭的服务器下载链接，这里的下载速度会快一些：
tensorflow相关下载链接

3. 匹配对应的cudnn对应cuda版本

将cuda版本安装后，再次打开jupyter运行import tensorflow，发现并没有成功，出现了找不到'cudnn64_7.dll'的错误：

ImportError: Could not find 'cudnn64_7.dll'

此提示表示缺少cudnn模块的dll文件，根据tensorflow文档，对应tensorflow1.13版本以上，cudnn需要是>7.4.1的版本，下载cudnn版本，cudnn的目录结构如下:

将cudnn目录下的文件对应放在cuda目录下即可

4. 匹配对应tf版本

此时应该是没问题了吧，笔者继续运行import tensorflow, MMP, 并没有顺利运行，出现了提示'descriptor'的错误：

 ImportError: cannot import name 'descriptor'

stackflow上的tf安装问题汇总

通过stackflow上查找，发现该错误出现的原因是因为protobuf和tf的版本不对应，因为tf和pro之间存在依赖关系，于是笔者首先uninstall pro, 接着uninstall tf，最后重新install tf ，tf会自动对依赖项pro进行安装。
中间出现了一点小插曲，笔者是用virtualenv的py虚拟环境，于是安装好了版本后，依然会出现'descriptor'的错误，于是自己在原生py环境中测试了下，发现可以导入tf。那么原因就是可能因为系统找不到py虚拟环境中的sitepackage，将虚拟环境的py-bin下的目录设置为环境变量，即可正常调用。
最后结果导入成功：

三、测试结果

我采用的方法是直接在文件目录下：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin操作:增添或删减

测试代码：引用来自本博客：完美解决tensorflow 2.1.0 下执行sess =Session ()出错的情况

执行代码出现报错：

解决方法，将下载好的cudart64_100.dll文件放置在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin，如图：

再次执行结果：测试成功