成功解决File "frozen importlib._bootstrap", line 219, in _call_with_frames_removed ImportError: DLL lo

简介: 成功解决File "frozen importlib._bootstrap", line 219, in _call_with_frames_removed ImportError: DLL lo

解决问题


File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed

ImportError: DLL load failed: 找不到指定的模块。


Traceback (most recent call last):

 File "F:\Program Files\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 14, in swig_import_helper

   return importlib.import_module(mname)

 File "F:\Program Files\Python\Python36\lib\importlib\__init__.py", line 126, in import_module

   return _bootstrap._gcd_import(name[level:], package, level)

 File "<frozen importlib._bootstrap>", line 994, in _gcd_import

 File "<frozen importlib._bootstrap>", line 971, in _find_and_load

 File "<frozen importlib._bootstrap>", line 955, in _find_and_load_unlocked

 File "<frozen importlib._bootstrap>", line 658, in _load_unlocked

 File "<frozen importlib._bootstrap>", line 571, in module_from_spec

 File "<frozen importlib._bootstrap_external>", line 922, in create_module

 File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed

ImportError: DLL load failed: 找不到指定的模块。


image.png




解决思路


找不到指定的模块




解决方法


第一次尝试,将tensorflow库函数加载



image.png


博主,第一次运行成功!


相关文章
已解决 BrokenPipeError: [Errno 32] Broken pipe
已解决 BrokenPipeError: [Errno 32] Broken pipe
10136 156
已解决 BrokenPipeError: [Errno 32] Broken pipe
Ninja is required to load C++ extensions | 问题解决
Ninja is required to load C++ extensions | 问题解决
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
GPT与BERT深度解析:Transformer的双子星架构
GPT基于Transformer解码器,擅长文本生成;BERT基于编码器,专注文本理解。二者在架构、注意力机制和训练目标上差异显著,分别适用于生成与理解任务,体现了AI智能的多元化发展。
|
7月前
|
存储 人工智能 搜索推荐
AI Agent 记忆系统:从短期到长期的技术架构与实践
本文系统阐述AI Agent记忆系统的核心技术:短期记忆(会话级上下文管理)与长期记忆(跨会话知识沉淀)。涵盖上下文工程策略(压缩、卸载、隔离)、Record/Retrieve架构、主流框架(ADK/LangChain/AgentScope)实现差异,及Mem0等开源方案集成,并探讨MaaS、多模态记忆等前沿趋势。(239字)
11616 3
AI Agent 记忆系统:从短期到长期的技术架构与实践
|
10月前
|
数据可视化 知识图谱
LightRAG 实战: 基于 Ollama 搭建带知识图谱的可控 RAG 系统
LightRAG 是一款开源、模块化的检索增强生成(RAG)框架,支持快速构建基于知识图谱与向量检索的混合搜索系统。它兼容多种LLM与嵌入模型,如Ollama、Gemini等,提供灵活配置和本地部署能力,助力高效、准确的问答系统开发。
2553 2
LightRAG 实战: 基于 Ollama 搭建带知识图谱的可控 RAG 系统
|
开发工具 git
使用git提交到远程仓库报错:Updates were rejected because the remote contains work that you do
使用git提交到远程仓库报错:Updates were rejected because the remote contains work that you do
5061 0
使用git提交到远程仓库报错:Updates were rejected because the remote contains work that you do
|
机器学习/深度学习
【Python-Keras】keras.layers.Dense层的解析与使用
关于Python-Keras库中keras.layers.Dense层的解析与使用。
1153 1
|
Oracle 关系型数据库 Windows
如何彻底卸载 IDEA,将IDEA完全删除
本文提供了一个详细的教程,指导用户如何彻底卸载 IntelliJ IDEA,包括使用Uninstall.exe程序和通过注册表删除残留项的步骤。
12580 3
如何彻底卸载 IDEA,将IDEA完全删除
|
机器学习/深度学习 并行计算 PyTorch
从零开始下载torch+cu(无痛版)
这篇文章提供了一个详细的无痛版教程,指导如何从零开始下载并配置支持CUDA的PyTorch GPU版本,包括查看Cuda版本、在官网检索下载包名、下载指定的torch、torchvision、torchaudio库,并在深度学习环境中安装和测试是否成功。
从零开始下载torch+cu(无痛版)