解决Loaded cuDNN version 8400 Could not load library cudnn_cnn_infer64_8.dll. 问题

目录

问题描述：

可能性1：cuda和cudnn版本不对，但我的cuda11.6,cudnn8.4.0,tensorflow2.8.0版本是匹配的，排除这个可能性

可能性2：cudnn没有安装上

可能性3：没有安装zlibwapi （解决问题的根本原因！）参考此处

问题描述：

jupyter notebook中运行tf.keras/model.fit，在jupyter终端中报错Loaded cuDNN version 8400 Could not load library cudnn_cnn_infer64_8.dll.

可能性1： cuda和cudnn版本不对，但我的cuda11.6,cudnn8.4.0,tensorflow2.8.0版本是匹配的，排除这个可能性

可能性2：cudnn没有安装上

于是重新解压下载的cudnn8.4.0，将原文件夹'cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive'命名为cudnn,并将命名后的cudnn直接复制在安装的CUDA目录'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6'。

并且重新在 系统变量中 环境变量中的 path中添加以下三条新路径：

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\include
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\lib
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\bin

到这一步问题并没有解决，但是此时cudnn是已经安装上了， 排除cudnn没有安装好的可能性

可能性3：没有安装 zlibwapi （解决问题的根本原因！）

此处下载zlibwapi

此处踩雷：看了错误的教程，误下载了右边的32-bit,还复制在C:\Windows\System32下并且添加了对应path，没有用。

应该点击左边红色方框中，下载。

• 将下载后的安装包解压，里面的三个文件加入命名"zlib123dllx64"的文件夹
• 并将zlib123dllx64文件夹移入C:\Program Files (x86)路径下，将此路径设置在path中

重新启动jupyter，运行即可

如图，jupyter终端中显示

I tensorflow/core/common_runtime/gpu/gpu_device.cc:1525] Created device /job:localhost/replica:0/task:0/device:GPU:0 with 3991 MB memory: -> device: 0, name: NVIDIA GeForce GTX 1660 Ti, pci bus id: 0000:01:00.0, compute capability: 7.5

Loaded cuDNN version 8400

表示gpu在运行

Original: https://blog.csdn.net/m0_51933492/article/details/124582359
Author: —Xi—
Title: 解决Loaded cuDNN version 8400 Could not load library cudnn_cnn_infer64_8.dll. 问题