安装 Tensorflow 2 导致 dll 加载失败 pywrap_tensorflow.py
Installing Tensorflow 2 gets a dll failed to load in pywrap_tensorflow.py
在过去一年左右的时间里，我 here, here and there 安装了 TensorFlow 2。所以我正在尝试 Miniconda。
我有一个 AMD Radeon hd 6670 和一个 AMD Radeon hd 6450。
我刚刚下载了 Miniconda 并制作了一个环境，并在 Windows 8.1 上的 Miniconda 提示符下做了 pip install --upgrade tensorflow 并获得了 TensorFlow 2.2。
当我尝试导入 tensorflow 时，我得到了下面的堆栈跟踪。
我确实下载了 Visual Studio 以获取最新的再分发包（我认为）。
似乎这发生在这条线附近：from tensorflow.python.pywrap_tensorflow_internal import *
编辑 1：我将此 yaml 文件用于 python 3.6（另一个是 3.7），但它产生了 相同的 错误。
编辑 2：我升级到 Conda 4.8.3 和 Python 3.7（在 yaml 文件中）并得到同样的错误。这是 pywrap 内部显示问题的行：
line 28: _pywrap_tensorflow_internal = swig_import_helper()
在 swig 助手中：
fp, pathname, description = imp.find_module('_pywrap_tensorflow_internal', [dirname(__file__)])
它似乎在努力寻找自己？
有人知道吗？
编辑 3： looks like the same problem, but it's dated. This 似乎与使用 2015 C++ 可再发行组件修复的问题相同。我确实安装了 2015 x64 和 2015-2019 x86。
编辑 4：尝试 3.5 出现子流程错误（请参阅下文）。
编辑 5：尝试使用 3.7：conda install 'tensorflow=*=mkl*'（并且没有 yaml 文件）确实有效（3.6 不 有效）。不幸的是，导入 tf2 仍然需要 10 秒！
搜索：-gpu swig_import_helper“无法加载本机 TensorFlow 运行时”导致约 3.6k 次点击，因此这是一个持续存在的问题。
编辑 5：安装 Keras 因 this 错误而中断。尝试修复得到：AttributeError: module 'tensorflow' has no attribute 'compat'。所以 TensorFlow 不再起作用了。
有人有稳定的可重复过程吗？我正在尝试使用 Deep Learning with Python, Second Edition.
中的代码
编辑 6：卸载 minconda 花了大约一个小时。安装新的 anaconda 效果很好。使用他们的 yaml 文件可以很好地安装。但是导入 tensorflow 会出现 dll 加载错误。
编辑 7：尝试 Python 3.8 并使用虚拟环境快得多。我可以安装 TensorFlow。但是使用它得到：
ImportError: Could not find the DLL(s) 'msvcp140_1.dll'. TensorFlow requires that these DLLs be installed in a directory that is named in your %PATH% environmen
t variable.
我确实安装了可再发行组件并且 windows/system32 在路径上：
(handson-ml2) d:\ray\dev\mlbooks\handson-ml2>echo %PATH%
d:\pyvenvs\handson-ml2\Scripts;C:\Program Files (x86)\Common Files\Oracle\Java\j
avapath;c:\Rtools\bin;c:\Rtools\mingw_32\bin;C:\ProgramData\Oracle\Java\javapath
;C:\Program Files (x86)\AMD APP\bin\x86_64;C:\Program Files (x86)\AMD APP\bin\x8
6;C:\WINDOWS\system32;C:\WINDOWS;C:\WINDOWS\System32\Wbem;C:\WINDOWS\System32\Wi
ndowsPowerShell\v1.0\;C:\Program Files (x86)\ATI Technologies\ATI.ACE\Core-Stati
c;C:\Program Files (x86)\Common Files\Acronis\SnapAPI\;C:\Program Files (x86)\AM
D\ATI.ACE\Core-Static;C:\gnuplot\bin;C:\Program Files\Git\cmd;C:\Program Files\C
alibre2\;C:\Program Files\MiKTeX 2.9\miktex\bin\x64\;C:\Program Files\MySQL\MySQ
L Utilities 1.6\;C:\Program Files (x86)\Common Files\Acronis\VirtualFile\;C:\Pro
gram Files (x86)\Common Files\Acronis\VirtualFile64\;C:\Program Files (x86)\Comm
on Files\Acronis\FileProtector\;C:\Program Files (x86)\Common Files\Acronis\File
Protector64\;C:\Program Files\nodejs\;C:\Program Files (x86)\Brackets\command;C:
\Program Files\Microsoft VS Code\bin;C:\Users\ray\AppData\Local\Programs\Python\
Launcher\;d:\bin;C:\Users\ray\AppData\Roaming\npm;C:\Users\ray\AppData\Local\ato
m\bin;C:\Program Files (x86)\FAHClient;x:\Program Files\Docker Toolbox
and here都是类似的问题。
建议将 dll 复制到 python 路径区域。
好像一夜之间变成了警告。现在我得到：
(handson-ml2) d:\ray\dev\mlbooks\handson-ml2>py
Python 3.8.3 (tags/v3.8.3:6f8c832, May 13 2020, 22:37:02) [MSC v.1924 64 bit (AM
D64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2020-06-25 13:53:13.746994: W tensorflow/stream_executor/platform/default/dso_lo
ader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64
_101.dll not found
2020-06-25 13:53:13.776619: I tensorflow/stream_executor/cuda/cudart_stub.cc:29]
Ignore above cudart dlerror if you do not have a GPU set up on your machine.
Pip subprocess error:
ERROR: Could not find a version that satisfies the requirement bokeh>=2.0.0 (fro
m panel>=0.7.0->holoviews->-r D:\ray\dev\COVID-19\condaenv.tvdi0rp1.requirements
.txt (line 5)) (from versions: 0.2, 0.3, 0.4, 0.4.1, 0.4.4, 0.5.0, 0.5.1, 0.5.2,
0.6.0, 0.6.1, 0.7.0, 0.7.1, 0.8.0, 0.8.1, 0.8.2, 0.9.0, 0.9.1, 0.9.2, 0.9.3, 0.
10.0, 0.11.0, 0.11.1, 0.12.0, 0.12.1, 0.12.2, 0.12.3, 0.12.4, 0.12.5, 0.12.6, 0.
12.7, 0.12.9, 0.12.10, 0.12.11, 0.12.13, 0.12.14, 0.12.15, 0.12.16, 0.13.0, 1.0.
0, 1.0.1, 1.0.2, 1.0.3, 1.0.4, 1.1.0, 1.2.0, 1.3.0, 1.3.1, 1.3.2, 1.3.4, 1.4.0)
ERROR: No matching distribution found for bokeh>=2.0.0 (from panel>=0.7.0->holov
iews->-r D:\ray\dev\COVID-19\condaenv.tvdi0rp1.requirements.txt (line 5))
CondaEnvException: Pip failed
这是原始堆栈跟踪：
Traceback (most recent call last):
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: The specified module could not be found.
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "2.py", line 1, in <module>
import tensorflow as tf
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\__init__.py", line 41, in <module>
from tensorflow.python.tools import module_util as _module_util
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\__init__.py", line 50, in <module>
from tensorflow.python import pywrap_tensorflow
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 69, in <module>
raise ImportError(msg)
ImportError: Traceback (most recent call last):
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: The specified module could not be found.
Failed to load the native TensorFlow runtime.
See https://www.tensorflow.org/install/errors
for some common reasons and solutions. Include the entire stack trace
above this error message when asking for help.
现状
我运行成一个类似的问题(this is the furthest i got) reproducibly on two machines. Some of the discussed issues seems to be known for example here: 1 2 3 4。
不仅要重现2, it makes sense to also start using virtual environments in order to test multiple tf versions. This can be achieved like this: (link for virtualenv on windows)
$ pip install --user pipenv
据我所知，有几件事可以解决。
检查版本和兼容性
your other question, it is very important to pay attention to respectively fitting versions. I also talked about this in that answer 也有评论。您以何种方式安装 python 版本和 anaconda？因为用户和系统模式选项都出现在 Windows （您可能正在处理） 上，这可能会产生干扰。要找出答案，您可以在 cmd 中键入这些命令：where anaconda 和 where python。这应该输出系统中已找到位置的列表。如果缺少某些内容，您还可以检查 PATH 以查看添加到那里的天气。
拥有相应的版本很重要 - 请参考 here or 作为起点。使用本段第一个 link 中的预制轮子可以使事情变得更容易，因为您只需要 select 正确的版本并安装它。第二个 link 讨论了 tensorflow 和 python 版本可能的不同组合。
当有多个不同版本（例如 python）时，另一个可能有用的提示是始终确保使用正确的版本。调用正确的 pip 来安装相应的 wheel 然后在 cmd 中看起来像这样：
C:\Users\XXXXX\AppData\Local\Programs\Python\Python38\Scripts\pip.exe install https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.2.0-cp38-cp38-win_amd64.whl
而下一个命令在返回 pip 20.1.1 from C:\Users\XXXXX\.conda\envs\tf-cpu-AVX-env\lib\site-packages\pip (python 3.7) 后会在我的系统上出错（注意 python 版本 ）：
pip.exe -V
pip.exe install https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.2.0-cp38-cp38-win_amd64.whl
对于这些示例，将使用来自 google 的官方预制轮。请参阅 this site，其中介绍了一些最新的 tensorflow 软件包。请注意，此示例是既没有 GPU 也没有 AVX 的轮子。因为这样调用容易出错而且有些繁琐，所以建议使用开头提示的虚拟环境或者如下：
在虚拟环境中使用 (ana)conda
上面所说的虚拟环境不仅使它更方便，而且组织得更紧密。 (ana)conda 是一个很好的工具。
对于 anaconda gui，您可以在“environments”下创建一个新的 venv，并将您的 python 版本设置为例如 3.5。
然后，您可以通过环境列表旁边的包列表搜索 tensorflow 包并非常轻松地安装它。
您当然可能还必须安装其他软件包，例如Pandas、scikit-learn、numpy。
为了在命令行中使用 Conda，this link provides a good help for the first steps (also from your other question 上面提到的）。
关于此主题的进一步阅读（关于降级 tf）：here
正在检查未满足的依赖关系
为了解决 Windows 系统上的“DLL 加载失败”问题，可以使用此 DLL dependency analyzer tool 检查依赖关系
这来自 link 4 from the beginning, leading to this post 关于如何处理 Windows 上的 DLL 加载失败问题的解释。
至此，我的系统上发现缺少这个动态库：api-ms-win-core-wow64-11-1-0.dll。
解决 Tensorflow CPU/GPU 问题
您遇到问题的一个可能原因是与 Tensorflow-GPU 不兼容。这是因为默认的 TF 包包含自 the TF 2.1 release.
以来的 CPU 和 GPU 版本
要检查这是否会导致您的某些问题，可以先尝试 CPU-only 变体。例如，您可以尝试从上面命名的 here (this is python 3.7 and tensorflow 2.0, decide weather to use AVX or not depending on the capabilities of your processor) or the google source 安装正确的 tensorflow-CPU wheel。
对于 Tensorflow-GPU，必须满足以下先决条件：
安装 NVIDIA cuDNN（用于深度神经网络的 GPU 加速基元库），例如cudnn-11.0-windows-x64-v8.0.1.13 这里。
注册 NVIDIA 开发者计划后，可以访问 here。
请注意正确版本以获得兼容的 CUDA 安装 - 见上文！
当前的 Tensorflow（2.2.0，但对于 2020 年 7 月 23 日的 TF ≥ 2.1.0 也是如此）需要
- CUDA 10.1 and the respective cuDNN
⤷ 这仅在 2019 年 11 月 5 日的 cuDNNv7.6.5 中完全匹配，afaik。
- 对于 Cuda 10.1，需要 418.x 或更高版本的 NVIDIA® GPU 驱动程序。这可以访问，例如here but has to be picked according to your platform. (Pay attention to not use a DCH driver where not applicable, see here.)
- CUDA 工具包附带的 CUPTI。
- cuDNN SDK (>= 7.6)
- （可选）TensorRT 6.0 以改善某些模型推理的延迟和吞吐量。
（部分摘自here）
为了安装 cuDNN（见上文），必须下载正确的存档，解压缩并从其目录复制到相应的 CUDA x.y 安装位置。对于 windows，三个文件的位置是：（其中 x.y 与您的特定安装相匹配，例如 10.2 - 更多信息 here and here）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.y\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.y\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.y\lib
实际上，不使用确切的 CUDA 版本 10.1（而是例如 10.2）会导致错误，例如：W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
要在 AVX 或 GPU 可用性上测试您的 tensorflow 配置，您可以使用 。
在您的 GPU 上使用 Tensorflow
我注意到，您正在使用两个 AMD GPU。我不知道带有 OpenGL 的端口或类似的东西，因为它总是谈论 CUDA 计算能力（reference - 对于 tensorflow 应该≥3.5，并且仅适用于 NVIDIA GPU）
请参阅 （或可能还有其他）以获取与缺少 CUDA 支持相关的问题的解决方案。
进一步阅读有关为 Tensorflow 启用 GPU 的信息：here
如果以上所有方法都没有帮助，另一种可能的方法是 build tensorflow from source 自己（这也可以提高性能）。
在过去一年左右的时间里，我
我有一个 AMD Radeon hd 6670 和一个 AMD Radeon hd 6450。
我刚刚下载了 Miniconda 并制作了一个环境，并在 Windows 8.1 上的 Miniconda 提示符下做了 pip install --upgrade tensorflow 并获得了 TensorFlow 2.2。
当我尝试导入 tensorflow 时，我得到了下面的堆栈跟踪。
我确实下载了 Visual Studio 以获取最新的再分发包（我认为）。
似乎这发生在这条线附近：from tensorflow.python.pywrap_tensorflow_internal import *
编辑 1：我将此 yaml 文件用于 python 3.6（另一个是 3.7），但它产生了 相同的 错误。
编辑 2：我升级到 Conda 4.8.3 和 Python 3.7（在 yaml 文件中）并得到同样的错误。这是 pywrap 内部显示问题的行：
line 28: _pywrap_tensorflow_internal = swig_import_helper()
在 swig 助手中：
fp, pathname, description = imp.find_module('_pywrap_tensorflow_internal', [dirname(__file__)])
它似乎在努力寻找自己？ 有人知道吗？
编辑 3：
编辑 4：尝试 3.5 出现子流程错误（请参阅下文）。
编辑 5：尝试使用 3.7：conda install 'tensorflow=*=mkl*'（并且没有 yaml 文件）确实有效（3.6 不 有效）。不幸的是，导入 tf2 仍然需要 10 秒！
搜索：-gpu swig_import_helper“无法加载本机 TensorFlow 运行时”导致约 3.6k 次点击，因此这是一个持续存在的问题。
编辑 5：安装 Keras 因 this 错误而中断。尝试修复得到：AttributeError: module 'tensorflow' has no attribute 'compat'。所以 TensorFlow 不再起作用了。
有人有稳定的可重复过程吗？我正在尝试使用 Deep Learning with Python, Second Edition.
中的代码编辑 6：卸载 minconda 花了大约一个小时。安装新的 anaconda 效果很好。使用他们的 yaml 文件可以很好地安装。但是导入 tensorflow 会出现 dll 加载错误。
编辑 7：尝试 Python 3.8 并使用虚拟环境快得多。我可以安装 TensorFlow。但是使用它得到：
ImportError: Could not find the DLL(s) 'msvcp140_1.dll'. TensorFlow requires that these DLLs be installed in a directory that is named in your %PATH% environmen
t variable.
我确实安装了可再发行组件并且 windows/system32 在路径上：
(handson-ml2) d:\ray\dev\mlbooks\handson-ml2>echo %PATH%
d:\pyvenvs\handson-ml2\Scripts;C:\Program Files (x86)\Common Files\Oracle\Java\j
avapath;c:\Rtools\bin;c:\Rtools\mingw_32\bin;C:\ProgramData\Oracle\Java\javapath
;C:\Program Files (x86)\AMD APP\bin\x86_64;C:\Program Files (x86)\AMD APP\bin\x8
6;C:\WINDOWS\system32;C:\WINDOWS;C:\WINDOWS\System32\Wbem;C:\WINDOWS\System32\Wi
ndowsPowerShell\v1.0\;C:\Program Files (x86)\ATI Technologies\ATI.ACE\Core-Stati
c;C:\Program Files (x86)\Common Files\Acronis\SnapAPI\;C:\Program Files (x86)\AM
D\ATI.ACE\Core-Static;C:\gnuplot\bin;C:\Program Files\Git\cmd;C:\Program Files\C
alibre2\;C:\Program Files\MiKTeX 2.9\miktex\bin\x64\;C:\Program Files\MySQL\MySQ
L Utilities 1.6\;C:\Program Files (x86)\Common Files\Acronis\VirtualFile\;C:\Pro
gram Files (x86)\Common Files\Acronis\VirtualFile64\;C:\Program Files (x86)\Comm
on Files\Acronis\FileProtector\;C:\Program Files (x86)\Common Files\Acronis\File
Protector64\;C:\Program Files\nodejs\;C:\Program Files (x86)\Brackets\command;C:
\Program Files\Microsoft VS Code\bin;C:\Users\ray\AppData\Local\Programs\Python\
Launcher\;d:\bin;C:\Users\ray\AppData\Roaming\npm;C:\Users\ray\AppData\Local\ato
m\bin;C:\Program Files (x86)\FAHClient;x:\Program Files\Docker Toolbox
好像一夜之间变成了警告。现在我得到：
(handson-ml2) d:\ray\dev\mlbooks\handson-ml2>py
Python 3.8.3 (tags/v3.8.3:6f8c832, May 13 2020, 22:37:02) [MSC v.1924 64 bit (AM
D64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2020-06-25 13:53:13.746994: W tensorflow/stream_executor/platform/default/dso_lo
ader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64
_101.dll not found
2020-06-25 13:53:13.776619: I tensorflow/stream_executor/cuda/cudart_stub.cc:29]
Ignore above cudart dlerror if you do not have a GPU set up on your machine.
Pip subprocess error:
ERROR: Could not find a version that satisfies the requirement bokeh>=2.0.0 (fro
m panel>=0.7.0->holoviews->-r D:\ray\dev\COVID-19\condaenv.tvdi0rp1.requirements
.txt (line 5)) (from versions: 0.2, 0.3, 0.4, 0.4.1, 0.4.4, 0.5.0, 0.5.1, 0.5.2,
0.6.0, 0.6.1, 0.7.0, 0.7.1, 0.8.0, 0.8.1, 0.8.2, 0.9.0, 0.9.1, 0.9.2, 0.9.3, 0.
10.0, 0.11.0, 0.11.1, 0.12.0, 0.12.1, 0.12.2, 0.12.3, 0.12.4, 0.12.5, 0.12.6, 0.
12.7, 0.12.9, 0.12.10, 0.12.11, 0.12.13, 0.12.14, 0.12.15, 0.12.16, 0.13.0, 1.0.
0, 1.0.1, 1.0.2, 1.0.3, 1.0.4, 1.1.0, 1.2.0, 1.3.0, 1.3.1, 1.3.2, 1.3.4, 1.4.0)
ERROR: No matching distribution found for bokeh>=2.0.0 (from panel>=0.7.0->holov
iews->-r D:\ray\dev\COVID-19\condaenv.tvdi0rp1.requirements.txt (line 5))
CondaEnvException: Pip failed
这是原始堆栈跟踪：
Traceback (most recent call last):
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: The specified module could not be found.
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "2.py", line 1, in <module>
import tensorflow as tf
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\__init__.py", line 41, in <module>
from tensorflow.python.tools import module_util as _module_util
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\__init__.py", line 50, in <module>
from tensorflow.python import pywrap_tensorflow
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 69, in <module>
raise ImportError(msg)
ImportError: Traceback (most recent call last):
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "d:\miniconda3\envs\tf2\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "d:\miniconda3\envs\tf2\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: The specified module could not be found.
Failed to load the native TensorFlow runtime.
See https://www.tensorflow.org/install/errors
for some common reasons and solutions. Include the entire stack trace
above this error message when asking for help.
现状
我运行成一个类似的问题(this is the furthest i got) reproducibly on two machines. Some of the discussed issues seems to be known for example here: 1 2 3 4。 不仅要重现2, it makes sense to also start using virtual environments in order to test multiple tf versions. This can be achieved like this: (link for virtualenv on windows)
$ pip install --user pipenv
据我所知，有几件事可以解决。
检查版本和兼容性
your other question, it is very important to pay attention to respectively fitting versions. I also talked about this in that answer 也有评论。您以何种方式安装 python 版本和 anaconda？因为用户和系统模式选项都出现在 Windows （您可能正在处理） 上，这可能会产生干扰。要找出答案，您可以在 cmd 中键入这些命令：where anaconda 和 where python。这应该输出系统中已找到位置的列表。如果缺少某些内容，您还可以检查 PATH 以查看添加到那里的天气。
拥有相应的版本很重要 - 请参考 here or
当有多个不同版本（例如 python）时，另一个可能有用的提示是始终确保使用正确的版本。调用正确的 pip 来安装相应的 wheel 然后在 cmd 中看起来像这样：
C:\Users\XXXXX\AppData\Local\Programs\Python\Python38\Scripts\pip.exe install https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.2.0-cp38-cp38-win_amd64.whl
而下一个命令在返回 pip 20.1.1 from C:\Users\XXXXX\.conda\envs\tf-cpu-AVX-env\lib\site-packages\pip (python 3.7) 后会在我的系统上出错（注意 python 版本 ）：
pip.exe -V
pip.exe install https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.2.0-cp38-cp38-win_amd64.whl
对于这些示例，将使用来自 google 的官方预制轮。请参阅 this site，其中介绍了一些最新的 tensorflow 软件包。请注意，此示例是既没有 GPU 也没有 AVX 的轮子。因为这样调用容易出错而且有些繁琐，所以建议使用开头提示的虚拟环境或者如下：
在虚拟环境中使用 (ana)conda
上面所说的虚拟环境不仅使它更方便，而且组织得更紧密。 (ana)conda 是一个很好的工具。
对于 anaconda gui，您可以在“environments”下创建一个新的 venv，并将您的 python 版本设置为例如 3.5。
为了在命令行中使用 Conda，this link provides a good help for the first steps (also from your other question 上面提到的）。
关于此主题的进一步阅读（关于降级 tf）：here
正在检查未满足的依赖关系
为了解决 Windows 系统上的“DLL 加载失败”问题，可以使用此 DLL dependency analyzer tool 检查依赖关系
这来自 link 4 from the beginning, leading to this post 关于如何处理 Windows 上的 DLL 加载失败问题的解释。
至此，我的系统上发现缺少这个动态库：api-ms-win-core-wow64-11-1-0.dll。
解决 Tensorflow CPU/GPU 问题
您遇到问题的一个可能原因是与 Tensorflow-GPU 不兼容。这是因为默认的 TF 包包含自 the TF 2.1 release.
以来的 CPU 和 GPU 版本要检查这是否会导致您的某些问题，可以先尝试 CPU-only 变体。例如，您可以尝试从上面命名的 here (this is python 3.7 and tensorflow 2.0, decide weather to use AVX or not depending on the capabilities of your processor) or the google source 安装正确的 tensorflow-CPU wheel。
对于 Tensorflow-GPU，必须满足以下先决条件：
安装 NVIDIA cuDNN（用于深度神经网络的 GPU 加速基元库），例如cudnn-11.0-windows-x64-v8.0.1.13 这里。
注册 NVIDIA 开发者计划后，可以访问 here。
请注意正确版本以获得兼容的 CUDA 安装 - 见上文！ 当前的 Tensorflow（2.2.0，但对于 2020 年 7 月 23 日的 TF ≥ 2.1.0 也是如此）需要
- CUDA 10.1 and the respective cuDNN ⤷ 这仅在 2019 年 11 月 5 日的 cuDNNv7.6.5 中完全匹配，afaik。
- 对于 Cuda 10.1，需要 418.x 或更高版本的 NVIDIA® GPU 驱动程序。这可以访问，例如here but has to be picked according to your platform. (Pay attention to not use a DCH driver where not applicable, see here.)
- CUDA 工具包附带的 CUPTI。
- cuDNN SDK (>= 7.6)
- （可选）TensorRT 6.0 以改善某些模型推理的延迟和吞吐量。
（部分摘自here）
为了安装 cuDNN（见上文），必须下载正确的存档，解压缩并从其目录复制到相应的 CUDA x.y 安装位置。对于 windows，三个文件的位置是：（其中 x.y 与您的特定安装相匹配，例如 10.2 - 更多信息 here and here）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.y\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.y\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.y\lib
实际上，不使用确切的 CUDA 版本 10.1（而是例如 10.2）会导致错误，例如：W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
要在 AVX 或 GPU 可用性上测试您的 tensorflow 配置，您可以使用
在您的 GPU 上使用 Tensorflow
我注意到，您正在使用两个 AMD GPU。我不知道带有 OpenGL 的端口或类似的东西，因为它总是谈论 CUDA 计算能力（reference - 对于 tensorflow 应该≥3.5，并且仅适用于 NVIDIA GPU）
请参阅
进一步阅读有关为 Tensorflow 启用 GPU 的信息：here
如果以上所有方法都没有帮助，另一种可能的方法是 build tensorflow from source 自己（这也可以提高性能）。