ImportError：libcublas.so.9.0：无法打开共享对象文件答案

【问题标题】：ImportError: libcublas.so.9.0: cannot open shared object fileImportError：libcublas.so.9.0：无法打开共享对象文件
【发布时间】：2018-07-03 20:22:04
【问题描述】：

目前我在 Gpu 支持系统中安装了 cuda 8.0 和 cuda 9.0。我在从 keras 模块导入时遇到了这个错误。它说无法加载本机 tensorflow 运行时。我收到的错误日志是：

Traceback (most recent call last):
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "/usr/local/lib/python3.5/dist-
packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "/usr/lib/python3.5/imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "/usr/lib/python3.5/imp.py", line 342, in load_dynamic
return _load(spec)

ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "Try1.py", line 11, in <module>
from keras.models import Sequential
File "/usr/local/lib/python3.5/dist-packages/Keras-2.0.9-py3.5.egg/keras/__init__.py", line 3, in <module>
File "/usr/local/lib/python3.5/dist-packages/Keras-2.0.9-py3.5.egg/keras/utils/__init__.py", line 6, in <module>
File "/usr/local/lib/python3.5/dist-packages/Keras-2.0.9-py3.5.egg/keras/utils/conv_utils.py", line 3, in <module>
File "/usr/local/lib/python3.5/dist-packages/Keras-2.0.9-py3.5.egg/keras/backend/__init__.py", line 83, in <module>
File "/usr/local/lib/python3.5/dist-packages/Keras-2.0.9-py3.5.egg/keras/backend/tensorflow_backend.py", line 1, in <module>
File "/usr/local/lib/python3.5/dist-packages/tensorflow/__init__.py", line 24, in <module>
from tensorflow.python import *
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/__init__.py", line 49, in <module>
from tensorflow.python import pywrap_tensorflow
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 73, in <module>
raise ImportError(msg)
ImportError: Traceback (most recent call last):
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "/usr/lib/python3.5/imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "/usr/lib/python3.5/imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory


Failed to load the native TensorFlow runtime.

当我运行 nvcc --version 时，返回的 cuda 版本是，

Cuda compilation tools, release 8.0, V8.0.61

我阅读了一些类似的帖子，但无法解决我的问题。大多数情况下，我认为这是两个 cuda 版本之间的冲突。谁能告诉我如何解决这个问题？提前致谢。

【问题讨论】：

您的 tensorflow 安装需要 CUDA 9
我已经在 /usr/local/cuda-9.0/ 中安装了 cuda 9。 @talonmies
但它没有找到它。它正在寻找 CUDA 8
@talonmies 知道如何将默认设置为 cuda 9.0
这完全取决于您如何安装这两个版本以及您目前如何设置环境。没有唯一的答案

标签： python-3.x tensorflow cuda keras

【解决方案1】：

您需要更新您的LD_LIBRARY_PATH，使其指向/usr/local/cuda-9.0/lib64。将以下行添加到您的 .bashrc 文件（或您使用的任何其他终端）

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64/

【讨论】：

如果 CUDA 8 安装也在 PATH 中，这可能无济于事
即使路径中有CUDA 8，也不会在目录中找到libcublas.so.9.0，会进一步查找CUDA 9目录。如果不是这种情况，请详细说明
命令应该是export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64/
如果 CUDA 是通过 apt 安装的，它应该已经创建了一个指向 /usr/local/cuda 的符号链接。您可以尝试从cuda-9.0 中删除-9.0。无论是否有效，请发布您的结果。
供以后参考，我的错误是ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory，我的解决方案是替换上面代码中的CUDA 10.0版本，即export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64/，问题解决了

【解决方案2】：

试试下面的代码

 pip3 install --upgrade tensorflow-gpu==1.4

在终端中输入此命令pip3 install --upgrade tensorflow-gpu==1.4 后，tensorflow 将降级到 1.4.0。这个bug是tensorflow 1.6.0引起的。

【讨论】：

您能否在答案中添加更多信息。
请重新检查答案。这个对我有用。 @MiBrock
现在它搜索版本 8 的 libcublas。 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
是的，我安装了最新版本（v1.7），它似乎只寻找cuda-9.0。 TensorFlow 开发人员应该修复安装...

【解决方案3】：

截至目前，Tensorflow 二进制文件不支持 Cuda 9.1。所以解决方案可能只是从source 安装 Tensorflow。

当我为 Tensorflow 安装 Cuda 9.1+cuDNN 6 时，我也遇到了上述问题，这对我有用。

https://devtalk.nvidia.com/default/topic/1026198/cuda-setup-and-installation/cuda-9-0-importerror-libcublas-so-8-0

此外，您还有以下两种选择：

CUDA 8.0 + Tensorflow - 最稳定的 CUDA 版本，适用于 Tensorflow 二进制文件。
CUDA 9.0 + Tensorflow - 与 Tensorflow 二进制文件兼容的最新 CUDA 版本。

【讨论】：

【解决方案4】：

此问题与 Google 的 protobuf-compiler 有关，因为 tensorflow 无法找到共享对象文件，在本例中为 libcublas.so.9.0。

构建最新版本的 protobuf (3.5. 0) 从源头上也没有帮助。对我有用的是通过 apt install protobuf-compiler 在 Ubuntu 16.04 上安装系统范围的 protobuf 编译器。并且，通过pip3 install protobuf安装python版本。我使用的是 CUDA 9.0，因为 9.1 还不兼容 tensorflow 的预构建二进制文件。

您可以使用 protoc --version 检查系统范围的 protobuf 版本，该版本是 16.04 上的 2.6.1。 protoc python 版本是 3.5.2.post1。希望这可以帮助。我在使用早期版本的 tensorflow 和 CUDA 8 时遇到了类似的问题，并且记录了这个故障排除过程。使用相同的程序，我也可以使用 tensorflow 1.8.0。

【讨论】：

【解决方案5】：

我遇到了这个错误，但它与 GPU 内存不足有关，尽管错误消息似乎没有直接关系。正如其他人所建议的那样，我尝试重新启动服务器，但我只获得了更多的迭代（时期）。为了解决这个问题，我从我的云提供商那里升级了一个更大的 GPU 服务器实例，仍然使用相同的服务器映像。

我希望这可以帮助别人。

【讨论】：

【解决方案6】：

Tensorflow 版本 >= 1.5 需要 CUDA 版本 > 8.0。所以如果你有 CUDA 8.0 版本，你可以将你的 tensorflow 版本降级到 1.4。

pip install tensorflow-gpu==1.4

【讨论】：

【解决方案7】：

每当您安装新版本的 cuda 时，您都需要检查可能已添加的永久路径。

在终端运行中检查这个

gedit ~/.bashrc

如果您看到旧的 cuda 路径在那里，则需要将其更改为新路径。

例如我的是：

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/lib/nvidia-384

我同时更改了 cuda 路径和 nvidia 路径，因为我还将驱动程序升级为：

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/lib/nvidia-390

希望对你有帮助:)

【讨论】：

【解决方案8】：

从 Ubuntu 16.04 升级到 18.04 后，我遇到了这个问题。我已经安装了带有 Tensorflow 1.12.0 的 CUDA 9.1，而那个版本的 Tensorflow 需要 CUDA 9.0。当我尝试安装 CUDA 9.0 时，它破坏了我的视频驱动程序。

幸运的是，我找到了安装 multiple CUDA libraries 的说明。到目前为止，我只需要下载安装程序脚本，使用--silent --toolkit --override 选项运行它，然后设置LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64。我还将/usr/local/cuda 的符号链接设置回/usr/local/cuda-9.1，但我不确定是否需要这样做。

到目前为止，Tensorflow 运行良好。

【讨论】：

【解决方案9】：

我试图在 Anaconda 环境中安装 tf 并且遇到了同样的问题。安装 CUDA 和 cuDNN 后，我必须先创建一个新环境，然后在该环境中创建 pip install tensorflow-gpu

【讨论】：

【解决方案10】：

我通过以下步骤解决了：

# Add NVIDIA package repository
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_9.1.85-1_amd64.deb
sudo apt install ./cuda-repo-ubuntu1604_9.1.85-1_amd64.deb
wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt install ./nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt update

# Install CUDA and tools. Include optional NCCL 2.x
sudo apt install cuda9.0 cuda-cublas-9-0 cuda-cufft-9-0 cuda-curand-9-0 \
    cuda-cusolver-9-0 cuda-cusparse-9-0 libcudnn7=7.2.1.38-1+cuda9.0 \
    libnccl2=2.2.13-1+cuda9.0 cuda-command-line-tools-9-0

# Optional: Install the TensorRT runtime (must be after CUDA install)
sudo apt update
sudo apt install libnvinfer4=4.1.2-1+cuda9.0

【讨论】：

【解决方案11】：

我刚刚在 Google Colab 上遇到了同样的问题，看来我们必须安装 Cuda 9.0 才能克服它。（Cuda 9.2 不起作用）

请关注：

!wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64-deb

!ls  # Check if required cuda 9.0 amd64-deb file is downloaded

!dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64-deb

!ls /var/cuda-repo-9-0-local | grep .pub

!apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub

!apt-get update

!sudo apt-get install cuda-9.0

感谢Medium Post: Sifat Muhammad Abdullah

【讨论】：

【解决方案12】：

发生这种情况是因为系统正在寻找合适的 cuda 版本来运行训练。我在 conda 中以简单的方式解决了这个问题。

转到link 并找到您的 tensorflow 的 cuda 版本。

一旦找到，就执行这个。

搜索具体的cudatoolkit版本

conda search cudatoolkit
conda install cudatoolkit=*give_your_version_number_here*

接下来安装对应的cudnn

按conda search cudnn 搜索，这将显示您刚刚安装的cudatoolkit 对应的cudnn。

终于安装好了，

conda install cudnn=*your_version_number*

P.S -> 这就是 conda 的美妙之处。不要弄脏你的手，当你没有havta时;）

【讨论】：