我目前正在尝试从GitHub运行一个项目:https://github.com/nilboy/pixel-recursive-super-resolution
在 VM 上安装 ubuntu 后,我使用 pip 命令安装了带有 tensorflow 2.7 的 python。
当我尝试使用 python 运行培训课程时,出现此错误:
导入错误:libcublas.so.8.0:无法打开共享对象文件:没有这样的文件或目录
我找不到完全相同的东西,只有这个错误:导入错误:libcudart.so.8.0:无法打开共享对象文件
我使用的是 Yoga 13,所以我没有 NVIDIA GPU,我正在尝试在 CPU 上运行这个项目。你能帮助确定张量流问题吗?
来源: https://www.tensorflow.org/install/install_linux
您需要安装 Cuda 8.0 并按如下方式配置环境:
export PATH="$PATH:/usr/local/cuda-8.0/bin"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"
可能预装了Tensorflow-GPU,所以
pip3 安装 TensorFlow --ignore-install
因为这帮助了我从堆栈溢出
Tensroflow/Keras 要求
在我看来,棘手的步骤是安装 Nvidia 驱动程序和 Cuda-8。如果你按照说明进行操作,你会过得很糟糕。而是通过以下方式安装它apt
:
sudo apt-get install nvidia-384 #can type nvidia then hit "tab" to view all available options
sudo apt-get install cuda-8-0
如果这不起作用...祝你好运。你可以试试这个:
检查您是否没有 cuda-9:ls /usr/local
安装 Cuda 8.0。
重新启动
运行export LD_LIBRARY_PATH=/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
但/usr/local/cuda-8.0/extras/CUPTI/lib64
替换为echo $LD_LIBRARY_PATH
的相关输出
检查它是否有效nvcc --version
打印出 CUDA 版本
我在 Python 中运行支持 GPU 的 Tensorflow 时遇到了同样的错误,并像这样解决它:
$ export PATH="$PATH:/usr/local/cuda-8.0/bin"
$ export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"
要启用所有用户,您可能需要在 Ubuntu 中的 etc/环境中输入这些导出语句
安装的 CUDA 版本可能有问题。 try
$ sudo apt-get install cuda-8-0
在我的电脑上,我有:
cudnn5.1,
cuda8.0
导入 tensorflow 时,我遇到了同样的错误 ImportError:
libcublas.so.8.0:无法打开共享对象文件:没有这样的文件或 目录
甚至
libcublas.so.9.0:无法打开共享对象文件:没有这样的文件或 目录
为了克服这个问题,我安装了tensorflow 1.4
而不是1.6 并按照乌迈尔·卡迪尔的建议做了。
但后来我有另一个问题:
libcudnn.so.6:无法打开共享对象文件:没有这样的文件或 目录
这是因为我根据需要使用 cudnn5.1,但实际上它需要 cudnn6
以下是卸载 cudnn5.1 并安装 cudnn6 的步骤:
1-卸载cudnn 5.1 rm -f/usr/include/cudnn.h rm -f/usr/lib/x86_64-linux-gnu/libcudnn rm -f/usr/local/cuda-/lib64/libcudnn
2-安装cudnn6
订阅 nvdia 后,转到此处 https://developer.nvidia.com/rdp/cudnn-download 并为 cuda8 下载 cudnn6,然后转到您下载 cudnn 的文件夹并执行以下操作:
$ tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
$ sudo cp -P cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp -P cuda/lib64/libcudnn /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
/usr/local/cuda/lib64/libcudnn*
现在你应该有张量流
尝试在控制台中键入:
$python
import tensorflow
如果要在 anaconda 中工作并且错误仍然存在,请尝试:
$jupyter notebook --generate-config
然后你可以找到你拥有配置文件的目录的名称(我叫它
( 并打开/jupyter_notebook_config.py 并在顶部添加:
import os
c = get_config()
os.environ['LD_LIBRARY_PATH'] = '/usr/local/cuda-8.0/lib64:usr/local/cuda-8.0/lib64/libcudart.so.8.0'
c.Spawner.env.update('LD_LIBRARY_PATH')
现在它应该可以工作了...
以下是帮助过我的网站:
https://askubuntu.com/questions/952075/how-to-upgrade-tensorflow-to-v1-3-cudnn-cuda-upgrade https://developer.nvidia.com/rdp/cudnn-download https://medium.com/@ikekramer/installing-cuda-8-0-and-cudnn-5-1-on-ubuntu-16-04-6b9f284f6e77 TensorFlow GPU 不能从 Jupyterhub/Jupyter Notebook 调用,为什么?