TensorFlow GPU Python 3.5。 Eclipse 有错误：ImportError: libcudart.so.8.0: cannot open shared object file:

Question

我在 Python 3.5 Anaconda 环境中安装了 Tensorflow GPU v1.0。一切似乎都很好。我可以运行 Juputer notebook 并在终端中运行以下几行。它告诉 GPU 运行良好：

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))



====Output
Python 3.5.3 |Continuum Analytics, Inc.| (default, Mar  6 2017, 11:58:13) 
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened    CUDA library libcublas.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))


…

I tensorflow/core/common_runtime/gpu/gpu_device.cc:906] DMA: 0 1 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:916] 0:   Y Y 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:916] 1:   Y Y 
…

但是，在 Eclipse 中，我通过选择 Ananconda/env//bin/python 来设置环境。以上 2 个 GPU 验证行给出错误：

ImportError: libcudart.so.8.0: 无法打开共享对象文件：没有这样的文件或目录

我在另一个 Anaconda 环境中尝试过 Tensorflow CPU，Jupyter、终端、Eclipse，都很好！

Eclipse 中对于 tensorflow GPU 缺少什么？让 Eclipse 为 Tensoflow GPU v1.0 工作的任何额外步骤。

========错误信息========

File "/home/<username>/anaconda3/envs/dl-conda-py35/lib/python3.5/imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "/home/<username>/anaconda3/envs/dl-conda-py35/lib/python3.5/imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory

但文件：libcudart.so.8.0 存在。

$ls /usr/local/cuda/lib64/libcudart.so.8.0
/usr/local/cuda/lib64/libcudart.so.8.0

我设置 Eclipse Python 解释器的方式与 Tensorflow CPU 相同（CPU 没有问题）。但是GPU tensorflow有问题。

Answer 1

您遇到了与此cuda7.5 question 类似的问题。快速浏览一下。

我建议在运行 IDE 时将 CUDA lib 文件夹添加到 PYTHONPATH。

PYTHONPATH=$PYTHONPATH:/usr/local/cuda/lib64 ./myEclipseFolder/eclipse

简而言之，因为您可以从命令行工作但不能从 Eclipse IDE 工作，所以您必须正确配置 Eclipse python 解释器并将其指向正确的 CUDA lib 和 bin 路径。 TensorFlow CPU 不需要这个，它不依赖libcudart.so 祝你好运！

更新 -- 添加 Liclipse/PyDev 截图：

更新 2：运行上面的代码是我得到的消息，TF GPU 正在工作：

Answer 2

有趣的是，我遵循了 ruoho ruotsi 的指示。当我使用 sudo ./yourEclipse/eclipse 启动 eclipse 时，它​​仍然找不到 cuda，但没有 sudo，它可以。

更新： 如果我使用 sudo 启动 Eclipse，我必须通过设置运行配置 -> 环境变量在 Eclipse 中添加 LD_LIBRARY_PATH=:/usr/local/cuda/lib64。

Answer 3

在这种情况下，我认为第一件事是从命令行运行它...之后，我的建议是从同一个 shell 启动 Eclipse，然后在启动它时检查所有环境变量是否匹配从外壳。

请注意，PYTHONPATH 是 PyDev 中的一个特殊变量，由您在解释器和项目的源文件夹中添加的文件组成，因此，要检查 PYTHONPATH，我的建议是创建一个程序：

import sys
print('\n'.join(sorted(sys.path)))

并从命令行和 Eclipse 内部运行它以比较可能有什么不同（并相应地修复 PyDev 上的配置）。