[Tensorflow] Could not load dynamic library 'cudart64_101.dll'; 'cudnn64_8.dll' not foundt found 에러 해결

0. 개발환경

- OS: Windows 10

- GPU: RTX4090

- Tensorflow 버전 = 2.5.0

 

1. 에러 발생원인

- 발생시점: Windows OS애서 NVidia 계열의 GPU 사용 환경에서 Tensorflow 코드 실행 시 발생

- 원인은 말 그대로 cudart64_110.dll과  cudnn64_8.dll이 설치 되어 있지 않아 발생합니다

 

2. 해결방법

- 2024년 2월 기준 Tensorflow 공식홈페이지 안내 기준 아래 2가지를 설치 및 환경설정이 필요

CUDA Toolkit v11.2

CuDNN 8.1.0

 

 

2-1 CUDA Toolkit v11.2 설치

- windows 10 기준으로 아래 링크 클릭 후 다운로드 및 설치 

- 링크: https://developer.nvidia.com/cuda-11.2.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

CUDA Toolkit 11.2 Update 2 Downloads

링크 클릭후 자신에 맞는 옵션 선택 후 다운로드 및 설치

 

 

2-2 CuDNN 8.1.0  설치

- 다운로드 페이지 접속 (https://developer.nvidia.com/rdp/cudnn-download)

- 여러가지 cuDNN 라이브러리 중 cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2  선택
- 윈도우즈 용 다운로드 (cuDNN Library for Windows (x86))

- 다운로드시 로그인을 요구 함으로 아이디가 있는 경우 로그인; 없는 경우 회원가입 필수

- 다운로드한 zip 파일을 압축 해재할경우 cuda 라는 폴더가 생성됨

- 해당 폴더를 앞서 설치 했던 CUDA 폴더 안에 ( C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\ ) 복사

다운로드 페이지 접속 (https://developer.nvidia.com/rdp/cudnn-download) > 여러가지 cuDNN 라이브러리 중 cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2  선택 > 윈도우즈 용 다운로드 (cuDNN Library for Windows (x86))

다운로드한 파일 압축 해제 후 cuda 폴더 통째로 CUDA 설치 폴더 안에 복사

 

3. 시스템 환경변수 설정

- windows 실행으로 "시스템 환경 변수 편집" 실행

- 환경변수 창에서 시스템 변수 > path 선택 > 편집 클릭

- 환경변수 편집 창에서 아래 5개의 경로 셋팅

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin   
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp   
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include   
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64   
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\cuda\bin

- 차례대로 확인 버튼 클릭으로 시스템 환경변수 적용

 

"시스템 환경 변수 편집" 실행 > 환경변수 창에서 시스템 변수 > path 선택 > 편집 클릭 - 환경변수 편집 창에서 아래 5개의 경로 셋팅

 

 

4. 테스트

- Pycharm 터미널에서 다음 실행시 별다른 에러가 발생하지 않으면 성공한 것

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"