您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
# TensorFlow报错ImportError: libcublas.so.9.0怎么办
## 问题描述
当在Linux系统中运行基于TensorFlow的Python程序时,可能会遇到以下错误:
```bash
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
这个错误表明系统缺少CUDA 9.0的动态链接库文件libcublas.so.9.0
,而当前安装的TensorFlow版本依赖该库。
# 添加NVIDIA官方仓库
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
# 安装CUDA 9.0
sudo apt-get update
sudo apt-get install cuda-9-0
在~/.bashrc
中添加:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
然后执行:
source ~/.bashrc
sudo ln -s /usr/local/cuda-10.1/lib64/libcublas.so /usr/local/cuda-10.1/lib64/libcublas.so.9.0
pip install tensorflow-gpu==1.12.0 # 明确指定支持CUDA 9.0的版本
nvcc --version
ls /usr/local/cuda/lib64 | grep libcublas
import tensorflow as tf
tf.test.is_gpu_available() # 应返回True
conda
管理环境,可自动解决依赖:conda install tensorflow-gpu=1.12.0
pip install tensorflow # 2.x版本默认支持新CUDA
docker pull tensorflow/tensorflow:1.12.0-gpu
通过以上方法,应该能解决大多数libcublas.so.9.0
缺失问题。如果仍有异常,建议检查系统日志获取更详细的错误信息。
“`
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。