ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败

最新推荐文章于 2025-06-18 23:43:27 发布

原创

最新推荐文章于 2025-06-18 23:43:27 发布 · 8k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#TensorFlow #人工智能

在尝试导入TensorFlow时遇到错误：ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。问题原因是CPU不支持AVX指令集。解决方案是卸载现有TensorFlow，安装支持SSE2指令集的TensorFlow 1.14.0版本，通过pip安装并测试成功。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败

在安装tensorflow完成后，import tensorflow as tf出现问题，问题如下：

>>> import tensorflow as tf
Traceback (most recent call last):
  File "I:\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "I:\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "I:\Anaconda3\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 "I:\Anaconda3\lib\imp.py", line 242, in load_module
    return load_dynamic(name,

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

baiduauto1

关注关注

5
点赞
踩
11

收藏

觉得还不错? 一键收藏
3
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

已解决：导入tensorflow报错: ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。终于解决

人生是一场修行

11-11

1万+

一、问题来源环境：win10 Anaconda 2020.07.20 虚拟环境 tf2nlp + python3.7 问题来源：由于用了公司的笔记本，所以需要给那个笔记本装环境，装了Anaconda，创建了虚拟环境tf2nlp，进入虚拟环境，安装：pip install tensorflow==2.0，启动python，导入tensorflow时，出现了以下报错。然后我根据报错提示，去微软官网下载VC_redist.x64.exe 进行安装，然而报错还是一样。网上的相关文章都是说要降低tf的版本，然而

Tensorflow安装在windows 上面出现ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。

最新发布

08-14

根据用户提供的引用信息，错误信息为：`ImportError: DLL load failed while importing onnxruntime_pybind11_state: 动态链接库(DLL)初始化例程失败`。引用[1]指出，这个错误表明Python在导入onnxruntime库时...

ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。

weixin_44917782的博客

09-09

1962

本人出现导入错误原因分析：原因：由于cpu版本过旧，使用新版本的tensorflow会报这种错误，只需要安装旧版本的tensorflow就可以了。但是在python3.7有部分版本不支持旧的版本，只能使用python3.6相应的版本安装卸载目前安装的tensorflow：pip uninstall tensorflow 安装旧版本的tensorflow：pip install --igno...

【TensorFlow】：解决TensorFlow的ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败...

weixin_30387663的博客

07-01

660

【背景】　　在scikit-learn基础上系统结合数学和编程的角度学习了机器学习后(我的github:https://github.com/wwcom614/machine-learning)，意犹未尽，打算再借势学习下深度学习TensorFlow。无奈安装之后遇到了这个问题，耽误了几个小时才得以解决。我发现这是个很多人开始TensorFlow之旅普遍遇到的问题，而且是很多人尝试了网上很...

【动态链接库（DLL）初始化例子程失败”问题】

qq_42700796的博客

07-05

7935

其它环节与通过Anaconda环境配置方式一样; 就是在安装TensorFlow时不直接使用pip install --upgrade --ignore-installed tensorflow-gpu命令，而是根据anaconda search -t conda tensorflow，会显示出目前可供选择的tensorflow版本，需求选择TensorFlow版本安装。———————————————— Tensorflow安装在windows 上面出现ImportError: DLL load fail

Pycharm报错：ImportError:DLL load failed:动态链接库(DLL)初始化例程失败

qq_33472146的博客

07-04

3751

今天在安装cpu版本的tensorflow时报了这个错，python版本为3.5.2。原因：最新的tensorflow安装包对于比较老的处理器不支持。解决方法：出现这种错误的原因是最近tensorflow安装包不支持较老的处理器，需要安装老版本的tensorflow，换成tensorflow的1.5版本的没有问题。步骤： 1.卸载目前安装的tensorflow 命令为：pip uninsta...

必解决“动态链接库（DLL）初始化例子程失败”问题

qq_34171593的博客

06-01

7441

一、查看当前版本anoconda对应tensorflow https://blog.youkuaiyun.com/lwplwf/article/details/75175082 二、上述未解决,查看当前CPU是否满足要求 https://blog.youkuaiyun.com/pjl6523853/article/details/72836214 三、上述未解决，更换源whl文件 https://blog.youkuaiyun.com/fhqlongteng/article/details/80279197 四、上述均未解决，请换

解决安装tensorflow出现：”ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败“

惊魂呓梦的博客

04-11

4317

安装tensorflow，CPU版本，安装后，import tensorflow as tf 时出现了“ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败”这种错误，根本原因是新版本的tensorflow对于比较老的处理器不再支持。解决办法： pip install --ignore-installed --upgrade tensorflow=...

tensorflow的 ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败解决办法

weixin_45685889的博客

11-25

4438

近些天准备学习一下机器学习，于是通过pip直接下载安装了tensorflow，却不能正常使用tensorflow，一直报错 ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。通过博客，本人尝试了许多博主的方法都没有成功： 1、卸载当前的2.0版本，下载之前的旧版本。 2、重新安装tensorflow。 3、下载安装python3.6版本已经3.6版本...

详解动态链接库(DLL)初始化例程失败问题，教你怎么快速解决问题

aizhiniao6的博客

11-07

2万+

在我们运行某些应用程序或游戏时，可能会遇到“动态链接库（DLL）初始化例程失败”的错误提示。这是一个常见而且容易让人困扰的问题。本文将带您了解这个问题产生的原因，提供多种解决方法，并附带相关注意事项。

E ImportError: DLL load failed while importing onnxruntime_pybind11_state: 动态链接库(DLL)初始化例程失败。

07-16

<think>我们正在处理一个关于导入onnxruntime时出现的DLL加载失败错误。用户遇到了以下错误： ImportError: DLL load failed while importing onnxruntime_pybind11_state: 找不到指定的模块。 [引用1] 或者 ImportError: DLL load failed while importing onnxruntime_pybind11_state: 动态链接库(DLL)初始化例程失败。 [引用2] 根据引用，错误可能涉及两个不同的情况：找不到模块和初始化例程失败。这两个问题通常与系统环境、DLL依赖关系或安装的库版本不匹配有关。 ### 解决步骤 #### 1. 确认安装的onnxruntime版本首先，确保安装的是GPU版本还是CPU版本。如果你需要GPU支持，必须安装`onnxruntime-gpu`，否则安装`onnxruntime`（CPU版本）。同时，注意CUDA和cuDNN的版本兼容性。使用pip安装GPU版本： ```bash pip install onnxruntime-gpu ``` 但是，如果你已经安装了CPU版本，可能需要先卸载： ```bash pip uninstall onnxruntime pip install onnxruntime-gpu ``` #### 2. 检查CUDA和cuDNN版本 onnxruntime-gpu需要特定版本的CUDA和cuDNN。请参考[ONNX Runtime官方文档](https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html)查看兼容的版本。例如，onnxruntime-gpu 1.10.0需要CUDA 11.4和cuDNN 8.2.4。确保你的系统上安装了正确版本的CUDA和cuDNN，并且环境变量设置正确（例如，CUDA_PATH指向正确的安装路径，且bin目录在PATH中）。 #### 3. 检查DLL依赖使用工具（如Dependency Walker）检查`onnxruntime_pybind11_state.pyd`（在Python的site-packages/onnxruntime/capi目录下）所依赖的DLL是否存在。常见的缺失DLL可能是CUDA相关的（如cudart64_110.dll，cudnn64_8.dll等）或者系统DLL。 #### 4. 重新安装Visual C++ Redistributable 确保安装了最新版本的Microsoft Visual C++ Redistributable。可以从微软官网下载并安装。 #### 5. 环境变量设置确保CUDA的bin目录（例如`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin`）已经添加到系统的PATH环境变量中。 #### 6. 检查Python环境确保你使用的Python环境是64位的，因为CUDA不支持32位。 #### 7. 尝试重新安装有时候，简单地重新安装onnxruntime-gpu可以解决问题： ```bash pip uninstall onnxruntime-gpu pip install onnxruntime-gpu ``` #### 8. 检查系统路径确保没有多个版本的CUDA路径在PATH中，这可能导致加载了错误版本的DLL。 #### 9. 更新显卡驱动更新显卡驱动到最新版本，以确保兼容性。 #### 10. 考虑系统兼容性如果是在Windows系统上，注意DLL加载失败可能是由于系统文件损坏。可以运行`sfc /scannow`来修复系统文件。 ### 针对“初始化例程失败” 如果错误是“动态链接库(DLL)初始化例程失败”，这通常意味着： - 某个DLL文件已损坏。 - 不兼容的DLL版本（例如，混合了不同版本的CUDA文件）。 - 系统环境问题（如缺少VC++运行库）。按照上述步骤检查，特别是重新安装VC++运行库和检查DLL依赖。 ### 示例解决方案假设你使用的是onnxruntime-gpu 1.10.0，那么需要CUDA 11.4。请按照以下步骤： 1. 从NVIDIA官网下载并安装CUDA Toolkit 11.4。 2. 下载cuDNN 8.2.4 for CUDA 11.4，并将bin、include、lib目录中的文件复制到CUDA安装目录对应的文件夹中。 3. 将CUDA的bin目录（如`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin`）添加到系统PATH。 4. 安装Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019（x64版本）。 5. 在命令提示符中运行： ```bash pip uninstall onnxruntime onnxruntime-gpu pip install onnxruntime-gpu==1.10.0 ``` ### 验证安装安装完成后，运行以下Python代码验证： ```python import onnxruntime print(onnxruntime.get_device()) ``` 如果输出为`GPU`，则说明GPU版本安装成功。如果输出`CPU`，则说明可能仍在用CPU版本。如果按照以上步骤仍然无法解决问题，可能需要查看详细的错误日志，或者尝试在onnxruntime的GitHub issues中搜索类似问题。 §§相关问题§§ 1. 如何检查CUDA和cuDNN是否正确安装？ 2. 如何卸载并重新安装onnxruntime？ 3. 如何设置环境变量以修复DLL加载问题？ 4. 在Windows系统上，如何修复损坏的系统文件？ 5. 如何更新显卡驱动程序？ 6. 如何确认Python环境是64位的？</think>### 解决 ImportError: DLL load failed while importing onnxruntime_pybind11_state 该错误通常由 **GPU版本依赖库缺失/冲突** 或 **环境配置问题** 导致。以下是系统性的解决方案： --- ### 一、核心解决步骤 #### 1. **验证CUDA/cuDNN兼容性**（关键） - **检查版本匹配**： onnxruntime-gpu 需要严格匹配 CUDA 和 cuDNN 版本。 **参考官方兼容表**：[ONNX Runtime GPU版本要求](https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html) *例如：onnxruntime-gpu==1.15.0 需要 CUDA 11.8 + cuDNN 8.5* - **解决方案**： ```bash # 卸载冲突版本 pip uninstall onnxruntime onnxruntime-gpu # 安装指定版本（示例） pip install onnxruntime-gpu==1.15.0 ``` #### 2. **修复DLL依赖缺失** - **安装VC++运行库**：从微软官网下载并安装 [Visual C++ Redistributable](https://aka.ms/vs/17/release/vc_redist.x64.exe)（选择x64版本） - **添加CUDA到系统路径**：将CUDA的`bin`目录（如`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin`）加入系统环境变量`PATH`。 #### 3. **检查GPU驱动** - 更新NVIDIA驱动至最新版： [NVIDIA驱动下载页](https://www.nvidia.com/Download/index.aspx) - 验证驱动兼容性： ```bash nvidia-smi # 查看CUDA Version（需≥onnxruntime要求） ``` --- ### 二、高级排查方案 #### 1. **诊断DLL冲突** - 使用 [Dependencies](https://github.com/lucasg/Dependencies) 工具检查： ```bash # 定位问题DLL（通常在以下路径） Python\Lib\site-packages\onnxruntime\capi\onnxruntime_pybind11_state.pyd ``` - 检查是否有重复的`cudnn64_*.dll`或`cudart64_*.dll`文件（删除冲突版本）。 #### 2. **纯净环境测试** ```bash # 创建新conda环境 conda create -n ort_test python=3.10 conda activate ort_test pip install numpy onnxruntime-gpu==1.15.0 # 验证导入 python -c "import onnxruntime; print(onnxruntime.get_device())" ``` *预期输出：`GPU`* #### 3. **系统级修复** - 运行系统文件扫描： ```cmd sfc /scannow # Windows系统修复 ``` - 禁用冲突安全软件（某些杀毒软件会阻止DLL加载）。 --- ### 三、错误类型专项处理 | 错误类型 | 解决方案 | |-----------------------------------|--------------------------------------------------------------------------| | **找不到指定模块** [^1] | 1. 重装VC++运行库<br>2. 检查CUDA路径<br>3. 更新NVIDIA驱动 | | **DLL初始化例程失败** [^2] | 1. 删除冲突的DLL（如旧版cudart）<br>2. 使用`Dependencies`工具诊断依赖树 | --- ### 四、替代方案（临时） ```python # 强制使用CPU版本（仅限测试） import os os.environ['CUDA_VISIBLE_DEVICES'] = '-1' # 禁用GPU import onnxruntime # 此时应使用CPU ``` > **注意**：若所有方案无效，可能是硬件不兼容（如旧显卡不支持CUDA），建议使用Docker镜像：[onnxruntime-gpu官方镜像](https://hub.docker.com/r/mcr.microsoft.com/onnxruntime/tags)