Tensorflow-GPU环境配置教程 Win10+CUDA 出现问题解决方案：ImportError: DLL load failed: **找不到指定的模块**

Tensorflow-GPU环境配置教程 Win10+CUDA 出现问题解决方案：ImportError: DLL load failed: 找不到指定的模块

本文结合现有方案，提供GPU版本Tensorflow的

1. 安装过程
2. 排雷方法

踩雷容易排雷难，一排就是一整天=-=

排雷基于个人遇到的问题，由于实际产生错误的方式不尽相同，解决具体问题还请查阅对应资料。

环境概览

• 电脑配置参考 intel corei7 7700HQ + GTX1050Ti + 8G DDR4 (标准2017笔记本/游戏本配置 )

• 无Anaconda

• ←表示已配置好的环境，本文不再赘述

• Win10

• python 3.6

• Visual Studio 2017

• CUDA

• cuDNN

• Windows Installer Redistributables

提供的链接是本人实际安装经过测试可用的版本(CUDA8.0+cuDNN6 比较老的版本)，更高版本的安装过程都类似。

安装流程

整体安装流程大致思路如下：
安装CUDA X.X版本[^1] → 安装cuDNN → 安装WIR[^2] → 添加环境变量 → 安装tensorflow-gpu → 重启电脑

• 注1：CUDA - cuDNN - tensorflow-gpu 三者具有版本对应需求 (疯狂踩雷 )
• 注2：即 Windows Installer Redistributables （太长了影响美观 ）

这个操作流程大致是固定且正确的，如果最后出现安装失败则应该是安装过程中少了某些步骤，重新按照流程操作一遍就行，以下有几点：

1. 安装之前一定要参考 CUDA - cuDNN - tensorflow-gpu 之间的对应版本！
   在网上查阅了很多资料，发现版本不对应的问题没有被提出来，这也是为什么我总是安装失败的原因，天坑。在安装CUDA和cuDNN之前需要到tensorflow官网查询最新的对应关系，或者也可以参阅此文: Tensorflow不同版本要求与CUDA及CUDNN版本对应关系 作者：LoveWeeknd，选择自己想要的版本并下载安装

2. 详细安装流程可参考Tensorflow(GPU) 在Win10+Cuda8.0环境下安装以及Cudnn包配置 图文详细教程 作者：小鹅鹅，写得很详细，本人就是参考此文安装。值得一提的是，不需要一定安装CUDA8.0的版本，只需要满足三者版本之间的对应条件就行，其余的配置流程一样。

3. 目前（截止至2019.2.18元宵节前一天 ）通过pip 安装的 tensorflow-gpu 版本即最新的版本是1.12，而NVIDIA官网上提供的最新的版本 CUDA10 和 cuDNN7.4 的组合似乎并不兼容这个版本的 tensorflow-gpu，这就导致了按照网络教程安装会导致安装失败。如果安装了错误版本的 CUDA 需要卸载 CUDA 组件，操作流程可参考windows 7 下cuda 9.0 卸载、cuda8.0 安装 作者：shuiyuejihua 一文中的第二部分(2.卸载)，即可卸载CUDA。这里提一下，CUDA被卸载后会在C:\Program Files\NVIDIA Corporation\Installer2目录下留下此版本的残留文件（带有版本号的都是），可删除此目录下对应版本的残留文件释放硬盘空间

踩雷排雷

雷路千万条 版本第一条 排雷不规范 亲人两行泪

本人在按照网络教程按部就班地配置环境并确定没有问题后，进入pycharm运行文件准备训练模型，不料突然遇到如下报错：

Traceback (most recent call last):
File “D:\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py”, line 18, in swig_import_helper

return importlib.import_module(mname)

File “D:\Python\Python36\lib\importlib__init__.py”, line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
……
ImportError: DLL load failed: 找不到指定的模块。

During handling of the above exception, another exception occurred:
……
Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

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

此即宣布配置环境失败。我在网上尝试了众多方法，均没有对症下药，前前后后花了将近两天的时间尝试各种方法。最后根据某篇文章中提供的线索找到了这次操作中踩到的最大的雷：版本支持问题（即前文强调的版本对应关系）。当然，如果你版本对应关系正确还是出现报错的话，说明你问题不在这，还需要参考其他解决方案（劫数未尽）

为防止意外的错误，我将tensorflow-gpu、CUDA9.0、 cuDNN一并卸载掉后，按照对应的版本关系重新依次安装了CUDA8.0、cuDNN6、tensorflow1.4，最后成功通过编译，成功完成模型训练。

自此，tensorflow的GPU版本配置成功，现在可以使用GPU对深度学习进行加速。我配置的环境是 CUDA8.0，受限于它，只能安装2017年的版本老版本 tensorflow-gpu 1.4，虽然能够成功运行，但是缺少很多在后续版本的库中加入的新方法，原本的代码是基于1.12版本，有一些方法在1.4中不兼容需要更换。但是老版本毕竟是老版本，还是需要与时俱进的，后续CUDA9.0，10.0版本还没有尝试过，日后根据需要会进行更换。