Python 安装tensor flow 1.5（linux mint 18.3）后出错

刚刚在Clevo笔记本电脑上完成tensor flow gpu enable 1.5的安装，在linux mint 18.3和nvidia 1060 gpu下，运行测试程序python premade_estimator.py时，我得到以下错误代码：

    Traceback (most recent call last):
  File "premade_estimator.py", line 20, in <module>
    import tensorflow as tf
  File "/home/empereur/tensorflow/local/lib/python2.7/site-packages/tensorflow/__init__.py", line 24, in <module>
    from tensorflow.python import *
  File "/home/empereur/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 49, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "/home/empereur/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 74, in <module>
    raise ImportError(msg)
ImportError: Traceback (most recent call last):
  File "/home/empereur/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "/home/empereur/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "/home/empereur/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.

我看了一下论坛，大部分问题要么是两个版本之间的冲突不是我的情况，要么是9.0版本的路径没有完成，我想我已经完成了

我是一个有点新手，所以帮助将不胜感激

如果缺少任何信息，只需询问，我将提供信息，但请注意，我是新手，请让我知道如何使用命令行获取信息

以下是usr/local的内容/

empereur@empereur-Sky-X4C~$ls/usr/local/bin-cuda cuda-9.1游戏库sbin src Brother cuda-9.0等 包括男人分享

以下是usr/local/cuda/lib64 libaccinj64.so的内容

empereur@empereur-Sky-X4C~$ls/usr/local/cuda/lib64 libaccinj64.so libcusparse.so.9.1.85 libnppist.so.9.1.85 libaccinj64.so.9.1 libcusparse_static.a libnppist_static.a libaccinj64.so.9.1.85 libnppc.so libnppisu.so libcublas_设备.a libnppc.so.9.1 libnppisu.so.9.1 libcublas.so libnppc.so.9.1.85 libnppisu.so.9.1.85 libcublas.so.9.1 libnppc_static.a libnppisu_static.a libcublas.so.9.1.128 libnppial.so libnppitc.so libcublas.so.9.1.85 libnppial.so.9.1 libnppitc.so.9.1 libcublas_static.a libnppial.so.9.1.85 libnppitc.so.9.1.85 libcudadevrt.a libnppial_static.libnppitc_static.libcudart.so libnppicc.so libnpps.so libcudart.so.9.1 libnppicc.so.9.1 libnpps.so.9.1 libcudart.so.9.1.85 libnppicc.so.9.1.85 libnpps.so.9.1.85 libcudart_static.a libnppicc_static.一个libnpps_static.一个libcuff.so libnppicom.so libnvblas.so libcuft.so.9.1 libnppicom.so.9.1 libnvblas.so.9.1 libcuft.so.9.1.85 libnppicom.so.9.1.85 libnvblas.so.9.1.128 libcupt_static.a libnppicom_static.a libnvblas.so.9.1.85 libcufftw.so libnppidei.so libnvgraph.so libcufftw.so.9.1 libnppidei.so.9.1 libnvgraph.so.9.1 libcufftw.so.9.1.85 libnppidei.so.9.1.85 libnvgraph.so.9.1.85 libcufftw_static.a libnppidei_static.libnvgraph_static.libcuinj64.so libnppif.so libnvrtc-builtins.so libcuinj64.so.9.1 libnppif.so.9.1 libnvrtc内置。so.9.1 libcuinj64.so.9.1.85 libnppif.so.9.1.85 libnvrtc-builtins.so.9.1.85 libculibos.a libnppif_static.a libnvrtc.so libcurand.so libnppig.so libnvrtc.so.9.1 libcurand.so.9.1 libnppig.so.9.1 libnvrtc.so.9.1.85 libcurand.so.9.1.85 libnppig.so.9.1.85 libnvToolsExt.so libcurand_static.a libnppig_static.a libnvToolsExt.so.1 libcusolver.so libnppim.so libnvToolsExt.so.1.0.0 libcusolver.so.9.1 libnppim.so.9.1 libOpenCL.so libcusolver.so.9.1.85 libnppim.so.9.1.85 libOpenCL.so.1libcusolver_static.a libnppim_static.a libOpenCL.so.1.0 libcusparse.so libnppist.so libOpenCL.so.1.0.0 libcusparse.so.9.1 libnppist.so.9.1存根

---

感谢大家的帮助，所以我意外地安装了CUDA9.19.0。我这样做的同时，并没有具体强制cuda工具包上的版本。通过清除cuda 9.1和nvidia cuda toolkit并重新安装9.0版本，不正确地解决了我的问题。也许可以通过遵循laylog的建议，以一种更干净的方式来解决这个问题

但是，您可以将cuda符号链接指向指向，而不是清除9.1 CUDA-9.0或更新bashrc中的LD_LIBRARY_路径以指向 CUDA-9.0

---

再次感谢大家

可能问题在于，您尚未安装CuDNN，这是CUDA的神经网络辅助库。请发布/usr/local/和/usr/local/cuda/lib64目录的内容。我确实安装了CuDNN并运行了测试程序，给出了很长的输出，但最终测试成功。我惊讶地看到，我似乎已经将9.1安装到。。。。我真的以为我没有安装它！可能是问题吗？嗯。。。我认为，当安装英伟达CUDA工具包时，我没有指定版本，所以它安装了9.1，并安装了CUDA 9.1作为一个依赖…我目前正在尝试清除cuda 9.1。。。希望它不会损坏任何东西！在这个问题上你是对的。但是，您可以将cuda符号链接指向cuda-9.0，而不是清除9.1，或者更新bashrc中的LD_LIBRARY_路径以指向cuda-9.0。好了，现在它被清除了，tensorflow正在工作！不是一个干净的安装，我不能运行nvcc版本：它告诉我安装cuda工具包，我一直有，所以我想我可以期待一些问题的长期运行，但现在它会做！谢谢大家的建议，非常感谢！

nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176