张量流错误

Question

我对 tensorFlow 有一些问题。我正在尝试使用 GTX 1060 在我的 manjaro linux 上使用 GPU 安装它。

当我尝试在 python 中导入 tensorFlow 时：

import tensorflow as tf

我收到此错误：

{...} 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 {...}

用pip，我已经安装了tensorFlow-gpu:sudo pip install tensorflow-gpu

当我尝试安装 cuda-8.0（使用 pacaur -Syu cuda-8.0）时，经过很长时间的加载后，出现错误。现在，当我尝试安装它时，它会这样做：

发生错误，未升级任何软件包

即使它不在我的 pacaur 列表中，也没有重新安装签名

---

我已经安装了 Keras：sudo pip install Keras

我已经安装了 cudNN：pacaur -Syu cudnn

我已经安装了我的 nvidia 驱动程序（如果我没记错的话）：pacaur -Syu nvidia

Answer 1

我不熟悉 manjaro。假设您要安装 TensorFlow 1.4，则顺序为：

1. 安装最新的 Nvidia 驱动程序（版本 384.xx 或更高版本）。使用nvidia-smi 在终端中检查其状态。
2. 在没有 GPU 驱动程序的情况下安装 CUDA 8.0（正如您在步骤 1 中所做的那样）。
3. 将PATH=/usr/local/cuda-8.0/bin 添加到环境中（在Ubuntu 中为/etc/environment）。
4. 将驱动程序和 CUDA 路径添加到 LD_LIBRARY_PATH。在 Ubuntu 中，它是通过将 export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda/lib64:/usr/lib/nvidia-384:/usr/local/cuda/extras/CUPTI/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 添加到 /etc/bash.bashrc 来完成的。此时，您应该可以通过nvcc --version查看CUDA版本。
5. 将 CUDNN 文件复制到某处并将该路径添加到 LD_LIBRARY_PATH。 CUDNN 无需安装。
6. 安装 TensorFlow 1.4。

如果要安装其他版本的TensorFlow，需要先查看CUDA和CUDNN支持的版本。

希望这会有所帮助。