＜目次＞
(１) Tensorflowで「Could not load dynamic library ‘cudart64_110.dll’」が出る原因と対処
(１-１) 事象
(１-２) 原因
(１-３) 対策
(１-４) 参考：CUDAとは？
(１) Tensorflowで「Could not load dynamic library ‘cudart64_110.dll’」が出る原因と対処
(１-１) 事象
「pip install tensorflow」を実行後、下記の簡単なコードを疎通しようとした所、後述のメッセージが発生
import tensorflow as tf
def main():
print("Hello")
if __name__ == "__main__":
main()
（警告/エラーメッセージ）
YYYY-MM-DD 21:04:26.061014: W_tensorflow_stream_executor_platform_default_dso_loader_cc_64] Could_not_load_dynamic library_cudart64_110_dll'; dlerror: cudart64_110.dll not found YYYY-MM-DD 21:04:26.061295: 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.
（図１１１）
(１-２) 原因
・バージョン2.1以降のTensorflow（以降TF）は、pipからダウンロードできる標準のtensorflowパッケージにはCPU版とGPU版の両方が含まれるようになっています。
・①バージョン2.1より前のTFの場合
CUDAライブラリを探して見つからない場合は「エラーと例外」を出力します。
・②バージョン2.1以降のTFの場合
正しいCUDAのバージョンを動的に探し、見つからない場合は「警告」を出力し、CPUのみのモードに戻ります。
⇒今回のケースはこちらに該当します。
※メッセージの中で出る「W」は警告（Warning）、「E」はエラー（Error）、「F」は致命的なエラー（Fatal Error）の意味
(１-３) 対策
●（ケース１）GPUアクセラレータを使わない場合
・ご自身のマシンが「CUDAが有効化されたGPU」を搭載していない場合や、「GPUアクセラレーション」（計算量の多いタスクをCPU⇒GPUにシフトして加速）が不要な場合
→特に対処は不要です。
（参考）
どうしても警告を消したい場合はTFのログレベルを変更して「警告を抑制」する事も可能ですが、全ての警告を止めてしまうため、余り推奨ではありません。
・ログレベルの変更は、以下のコードを利用して実施可能です。
（例）
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
（図１３１）
●（ケース２）GPUアクセラレータを使う場合
・一方で、TFを導入して「GPUアクセラレーション」をしたい場合、まずはご自身のCUDAのインストールを確認してみるのが第一ステップとなります（例：Tensorflow 2.1はCUDA 10.1を使用）
・ここでは詳しくは紹介しませんが、もしCUDAを導入する場合、ざっくり以下のような手順になります。
（手順概要）
・①GPUドライバーのインストール
↓
・②CUDAのインストール
↓
・③cuDNNのインストール
→NVIDIA開発者プログラムへのサインアップが必要
→適当な場所に解凍し、binフォルダをパスに追加
↓
・④tensorflowのインストール
↓
・⑤PCの再起動
(１-４) 参考：CUDAとは？
・Compute Unified Architectureの略。
・GPU向けの、並列コンピューティングプラットフォーム（開発・実行環境）である
・GPUはCPUよりも断然多くのコアを搭載しており、大量のタスクを並列実行できる（CPUは逐次実行）
・NVIDIA社が自社製のGPU向けに開発・提供している。
（参考）
