CUDA 环境搞深度学习的你,应该不少人踩过 cudart64_110.dll
和 cudnn64_7.dll
找不到的坑吧?嗯,别问我怎么知道的。这个问题挺常见,尤其是你用的是 Windows 平台+TensorFlow 或 PyTorch。说白了就是缺库,动态链接库找不到。
方案挺直接:你得把对应的 DLL 文件下好放到合适的路径,比如 C:\Windows\System32
或你的环境变量里加上 DLL 所在目录,PyTorch 就能顺利加载了。
网上找 DLL 文件资源挺杂的,我推荐几个比较靠谱的:
- CUDA 深度学习库 CUDNN.zip 详细解析,这篇蛮详细,安装和解压路径都有写。
- 下载 cudnn-9.2-windows10-x64-v7.1,版本对得上,基本能跑。
- sqlite.DLL 文件加载错误,虽然是 SQLite 的,但方式类似。
注意下,DLL 版本得和你 CUDA 版本对应,比如 CUDA 11.0 就得找 cudart64_110.dll
,不然就算放对地方也白搭。文件放完后,建议你直接重启下 VSCode 或终端,免得环境变量没刷新。
如果你不确定 CUDA 和 cuDNN 的版本,不如直接用 nvcc --version
或去 Anaconda 的包列表看看,别瞎猜,版本错了可麻烦。
搞深度学习环境配置这事儿吧,说简单也简单,说麻烦也真麻烦。建议你平时保存好每个能跑的环境配置,真出问题了还能回滚,不然临时搞一套版本匹配,浪费一下午。
如果你刚开始配 CUDA 环境,推荐你去这篇 CUDNN 库解析看看,配套齐全,蛮省心的。