TensorFlow报错ImportError: libcublas.so.9.0怎么办

# 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。

错误原因

1. 版本不匹配：安装的TensorFlow版本（如1.5-1.12）需要CUDA 9.0支持，但系统中未安装对应版本
2. CUDA未正确安装：CUDA工具包未安装或环境变量未配置
3. 多版本冲突：系统中存在多个CUDA版本导致路径混乱

解决方案

方法1：安装匹配的CUDA工具包

# 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

方法2：配置环境变量

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

方法3：创建符号链接（如果已安装其他版本）

sudo ln -s /usr/local/cuda-10.1/lib64/libcublas.so /usr/local/cuda-10.1/lib64/libcublas.so.9.0

方法4：降级TensorFlow版本

pip install tensorflow-gpu==1.12.0  # 明确指定支持CUDA 9.0的版本

验证安装

1. 检查CUDA版本：

nvcc --version

1. 检查cuBLAS库：

ls /usr/local/cuda/lib64 | grep libcublas

1. 在Python中测试：

import tensorflow as tf
tf.test.is_gpu_available()  # 应返回True

注意事项

1. 建议使用conda管理环境，可自动解决依赖：

conda install tensorflow-gpu=1.12.0

1. 对于现代硬件，推荐使用TensorFlow 2.x+CUDA 11组合：

pip install tensorflow  # 2.x版本默认支持新CUDA

1. 如果使用Docker，可直接拉取预配置镜像：

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。 “`