Python libcublas.so.8.0带有tensorflow的错误

我目前正在尝试从GitHub运行一个项目：

在VM上安装ubuntu之后，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，出现以下错误：

ImportError:libcublas.so.8.0:无法打开共享对象文件：没有此类文件或目录

我找不到完全相同的内容，只有以下错误： 导入错误：libcudart.so.8.0:无法打开共享对象文件

我正在使用瑜伽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tensorflow问题吗

---

来源：

您需要安装Cuda 8.0并按以下方式配置环境：

export PATH="$PATH:/usr/local/cuda-8.0/bin"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"

在我看来，棘手的步骤是安装Nvidia驱动程序和Cuda-8。如果你按照指示去做，你会过得很不愉快。而是通过apt安装：

sudo apt-get install nvidia-384 #can type nvidia then hit "tab" to view all available options
sudo apt-get install cuda-8-0

如果那不起作用…祝你好运。您可以尝试以下方法：

检查您是否没有cuda-9:

ls/usr/local

重新启动

运行

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH

，但将

/usr/local/cuda-8.0/extras/CUPTI/lib64

替换为

echo$LD_LIBRARY_PATH的相关输出

检查它是否工作
nvcc--version
打印CUDA版本
在Python中运行支持GPU的Tensorflow时，我遇到了相同的错误，并按如下方式解决：

$ export PATH="$PATH:/usr/local/cuda-8.0/bin" 
$ export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"

为了启用所有用户，您可能必须在Ubuntu的etc/environments中输入这些导出语句，这可能是因为安装了CUDA版本。试试看

$sudo apt在我的电脑上安装cuda-8-0
，我有：

cudnn5.1,   
cuda8.0

导入tensorflow时，我遇到了相同的错误：

libcublas.so.8.0:无法打开共享对象文件：没有此类文件或
目录

甚至

libcublas.so.9.0:无法打开共享对象文件：没有此类文件或
目录

为了解决这个问题，我安装了tensorflow 1.4而不是1.6
按照乌迈尔·卡迪尔的建议做了

但我有另一个问题：

libcudnn.so.6:无法打开共享对象文件：没有此类文件或
目录

这是因为我需要cudnn5.1，但实际上它需要cudnn6

以下是卸载cudnn5.1和安装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，请转到此处下载cudnn6 for cuda8，然后转到下载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tensorflow

在控制台中键入时尝试：

$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，您可以找到配置文件所在的目录的名称（我称之为

)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

以下是帮助我的网站：


可能预先安装了tensorflow gpu，因此

pip3安装tensorflow--忽略已安装

这对我从stackoverflow中受益匪浅
您能找到解决方案吗Shimron？我也面临同样的问题。@Caesar只需将tensorflow gpu 1.5与cuda 9.0配合使用即可@nexoma感谢您。这对我有用。从过去几个小时以来我一直在做这件事。