我正在写Python脚本（我使用Python 3.7.3），它使用tensorflow GPU（1.14.0）并使用PyInstaller 3. 5将此脚本转换为可执行文件，我使用的是CUDA 10. 0和CUDNN 7. 6. 1，我的显卡是NVIDIA GeForce GTX 960M。我最近卸载了CUDA来测试Python脚本的可执行文件是否仍然运行，令人惊讶的是，它仍然通过GPU运行，当我现在直接运行Python脚本时，GPU不起作用。
我的问题是，这个可执行文件可以在没有CUDA工具包但有支持CUDA的显卡的系统上运行吗？
2条答案
按热度按时间neekobn81#
根据这篇文档，PyInstaller将创建并存储所有依赖外部库的私有副本，Python代码在构建单个可执行文件时将依赖这些库。
因此，可以安全地假设您的可执行文件在运行时与CUDA工具包的安装状态无关，因为它内部拥有必要CUDA库的完整私有副本，在运行可执行文件时会使用这些库。
ffscu2ro2#
根据官方资源库中的GitHub问题（例如here和here）CUDA库通常在运行时动态加载，而不是在链接时动态加载，因此它们通常不包括在最终的exe文件中（或文件夹），导致exe文件无法在未安装CUDA的计算机上运行。（也请参考链接的问题）是将运行exe所需的DLL放入其dist文件夹（如果生成时未使用
--onefile选项）或在目标计算机上安装CUDA运行时。您正在试验的行为可能是由于TF的特定版本，它以与上面描述的不同的方式加载库，但这不是现在所期望的行为。