ImportError: libcublas.so.9.0: не может открыть файл общего объекта: Никакой такой файл или каталог
Я получаю эту ошибку, когда я хочу импортировать tensorflow-gpu на Ubuntu 16.04.
Я установил CUDA 9.1 правильно, cudNN 7.1 правильно и протестировал обоих, не сталкиваясь ни с какой проблемой. (использование python 3.5 2.)
Я использовал pip3 в любом пути (с несколькими tensorflow версиями): я попробовал:
#for tensoflow 1.4
pip3 install tensorflow-gpu==1.4
# for tensorflow 1.8 from source
pip3 install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.8.0rc1-cp35-cp35m-linux_x86_64.whl
Я попытался установить несколько версий tensorflow-gpu, 1.4, 1.5, 1.8, 1.9. все еще получая ту же ошибку, при выполнении
import tensorflow as tf
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
Там какой-либо путь состоит в том, чтобы избавиться от этого? или это просто устанавливает cuda 9.0 (который будет болью, поскольку потребовалась неделя для меня для установки cuda 9.1 из-за проблем Nvidia и Ubuntu!)
Я также установил (требуемый) libcupti и (требуемый) Bazel. от этой страницы: http://www.python36.com/install-tensorflow141-gpu/2/
кроме того, я установил ту же установку на окнах (tensorflow 1.8, cuda 9.1) без любой проблемы.
1 ответ
Вы пытаетесь создать tensorflow-gpu 1.4, который слишком стар, чтобы быть совместимым с CUDA 9.1.
Отсюда у Вас есть три опции:
Можно попытаться создать символьную ссылку, чтобы вынудить систему использовать CUDA 9.1, хотя это не уверено, что успешно выполнится
Можно следовать этому учебному руководству, которое объясняет, как легко установить CUDA 9.0 на Ubuntu 16.04.
Если это все еще не работает и что Вы действительно хотите попытаться установить Tensorflow с CUDA 9.1, можно попытаться установить CUDA, CUDNN и источники NCCL от сайта NVIDIA, и затем эмулировать способ, которым эти пакеты были бы установлены от ppa.
После того как Вы загрузили tar пакеты, введите следующее для конфигурирования CUDA:
sudo mkdir -p /usr/local/cuda /usr/local/cuda/extras/CUPTI /usr/local/cuda/nvvm
sudo ln -s /usr/bin /usr/local/cuda/bin
sudo ln -s /usr/include /usr/local/cuda/include
sudo ln -s /usr/lib/x86_64-linux-gnu /usr/local/cuda/lib64
sudo ln -s /usr/local/cuda/lib64 /usr/local/cuda/lib
sudo ln -s /usr/include /usr/local/cuda/extras/CUPTI/include
sudo ln -s /usr/lib/x86_64-linux-gnu /usr/local/cuda/extras/CUPTI/lib64
sudo ln -s /usr/lib/nvidia-cuda-toolkit/libdevice /usr/local/cuda/nvvm/libdevice
Затем можно или загрузить cuDNN и NCCL из источника и настроить их тем же способом как выше (эта статья здесь объясняет, как сделать так), или загрузите их .deb пакет и видит, работает ли установка теперь. Если это не делает, то попытайтесь установить из источника.