我正在从源代码构建 TensorFlow。构建似乎成功了；但是，当我的 TensorFlow 程序调用 import tensorflow 时，会出现以下一个或两个错误：
ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directoryImportError: libcudnn.5: cannot open shared object file: No such file or directory【问题讨论】：
标签： tensorflow
首先，针对以下错误：
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
确保您的LD_LIBRARY_PATH 包含您的lib64 目录在您安装cuda 包的任何路径中。您可以通过在.bashrc 中添加export 行来做到这一点。对于 Omar，它如下所示：
我解决了这个问题，只是将 cuda 路径添加到我的 .bashrc 中
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/
对我来说，我不得不做 Omar 的台词，而且：
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64/
因为我有两个涉及 cuda 的目录（可能不是最好的）。
二，你确定你安装了 cuDNN 吗？请注意，这与常规的 cuda 包不同。您需要注册，然后从以下页面下载并安装该软件包： https://developer.nvidia.com/cudnn
第三，我也遇到了同样的问题：
ImportError: libcudnn.5: 无法打开共享对象文件：没有这样的文件或目录
原来我的/usr/local/cuda/lib64 或/usr/local/cuda-8.0/lib64 目录中没有libcudnn.5。但是，我确实有一个libcudnn.so.6.* 文件。为了解决这个问题，我创建了一个软链接：
ln -s libcudnn.so.6.* libcudnn.so.5
在我的/usr/local/cuda/lib64 目录中。现在一切都对我有用。如果您已经拥有 cuDNN，您的目录可能会有所不同，而您的 libcudnn.so.6.* 可能是不同的版本，所以请检查一下。
【讨论】：
我遇到了同样的问题
In [1]: import tensorflow
---------------------------------------------------------------------------
ImportError Traceback (most recent call last)
/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow.py in <module>()
40 sys.setdlopenflags(_default_dlopen_flags | ctypes.RTLD_GLOBAL)
---> 41 from tensorflow.python.pywrap_tensorflow_internal import *
42 from tensorflow.python.pywrap_tensorflow_internal import __version__
/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow_internal.py in <module>()
27 return _mod
---> 28 _pywrap_tensorflow_internal = swig_import_helper()
29 del swig_import_helper
/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow_internal.py in swig_import_helper()
23 try:
---> 24 _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
25 finally:
/usr/local/lib/python3.5/imp.py in load_module(name, file, filename, details)
241 else:
--> 242 return load_dynamic(name, filename, file)
243 elif type_ == PKG_DIRECTORY:
/usr/local/lib/python3.5/imp.py in load_dynamic(name, path, file)
341 name=name, loader=loader, origin=path)
--> 342 return _load(spec)
343
ImportError: libcudnn.so.5: cannot open shared object file: No such file or directory
During handling of the above exception, another exception occurred:
ImportError Traceback (most recent call last)
<ipython-input-1-a649b509054f> in <module>()
----> 1 import tensorflow
/usr/local/lib/python3.5/site-packages/tensorflow/__init__.py in <module>()
22
23 # pylint: disable=wildcard-import
---> 24 from tensorflow.python import *
25 # pylint: enable=wildcard-import
26
/usr/local/lib/python3.5/site-packages/tensorflow/python/__init__.py in <module>()
49 import numpy as np
50
---> 51 from tensorflow.python import pywrap_tensorflow
52
53 # Protocol buffers
/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow.py in <module>()
50 for some common reasons and solutions. Include the entire stack trace
51 above this error message when asking for help.""" % traceback.format_exc()
---> 52 raise ImportError(msg)
53
54 # pylint: enable=wildcard-import,g-import-not-at-top,unused-import,line-too-long
ImportError: Traceback (most recent call last):
File "/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow.py", line 41, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "/usr/local/lib/python3.5/site-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/local/lib/python3.5/imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "/usr/local/lib/python3.5/imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: libcudnn.so.5: 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.
我已经安装了 cudnn 6.0 而它需要libcudnn.so.5，显然它找不到libcudnn.so.5。看来你的tensorflow需要cudnn 5.x，所以安装cudnn 5.x
确保您已经安装了 cuda 8.0 并导出了 PATH 和 LD_LIBRARY_PATH
要安装 cudnn 5.x，请尝试以下命令
$ tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
$ cd cuda/lib64/
$ ls -l
total 150908
lrwxrwxrwx 1 doom doom 13 Nov 7 2016 libcudnn.so -> libcudnn.so.5
lrwxrwxrwx 1 doom doom 18 Nov 7 2016 libcudnn.so.5 -> libcudnn.so.5.1.10
-rwxr-xr-x 1 doom doom 84163560 Nov 7 2016 libcudnn.so.5.1.10
-rw-r--r-- 1 doom doom 70364814 Nov 7 2016 libcudnn_static.a
在这里你会看到2个符号链接文件，只需将libcudnn.so.5.1.10和libcudnn_static.a复制到/usr/local/cuda/lib64
$ cd /usr/local/cuda/lib64/
$ sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5
$ sudo ln -s libcudnn.so.5 libcudnn.so
$ ls -l libcudnn*
lrwxrwxrwx 1 root root 13 May 24 09:24 libcudnn.so -> libcudnn.so.5
lrwxrwxrwx 1 root root 18 May 24 09:24 libcudnn.so.5 -> libcudnn.so.5.1.10
-rwxr-xr-x 1 root root 84163560 May 24 09:23 libcudnn.so.5.1.10
-rw-r--r-- 1 root root 70364814 May 24 09:23 libcudnn_static.a
include目录下的cudnn.h复制到/usr/local/cuda/include
$ sudo cp cudnn.h /usr/local/cuda/include/
希望对你有帮助！
【讨论】：
cudnn-8.0-linux-x64-v5.1.tgz的？
include 文件夹在解压后就在那里。我让它工作了。谢谢。
我解决了这个问题，只是将 cuda 路径添加到我的 .bashrc
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/
请记住，首先您需要转到 nvidia 深度学习页面，注册并下载 cuDNN，从 include 和 lib64 文件夹中提取文件并将其复制到您的 cuda 安装中。
【讨论】：
我看到了类似的错误（这篇文章的底部），但抱怨 libcudnn.so.6 而不是 libcudart.so.8.0（请参阅下面的注释）。
解决方案：
注意：
Tensorflow 安装说明（截至 2017 年 8 月 20 日）require installing cuDNN v5.1，但我的 Tensorflow 安装（遵循installing in a virtualenv 的说明）需要 cuDNN v6.x（如错误所示）。我不知道这是我的错误还是 Tensorflow 文档的错误。不过，上述解决方案对我有用。
遇到错误：
In [1]: import tensorflow as tf
---------------------------------------------------------------------------
ImportError Traceback (most recent call last)
<ipython-input-1-41389fad42b5> in <module>()
----> 1 import tensorflow as tf
/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/__init__.py in <module>()
22
23 # pylint: disable=wildcard-import
---> 24 from tensorflow.python import *
25 # pylint: enable=wildcard-import
26
/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/__init__.py in <module>()
47 import numpy as np
48
---> 49 from tensorflow.python import pywrap_tensorflow
50
51 # Protocol buffers
/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py in <module>()
50 for some common reasons and solutions. Include the entire stack trace
51 above this error message when asking for help.""" % traceback.format_exc()
---> 52 raise ImportError(msg)
53
54 # pylint: enable=wildcard-import,g-import-not-at-top,unused-import,line-too-long
ImportError: Traceback (most recent call last):
File "/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 41, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "/home/haseeb/.virtualenvs/attention_transformer/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: libcudnn.so.6: 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.
【讨论】：
截至目前，张量流支持 cuda-9.0
做以下事情。希望对您有所帮助：
$ sudo apt-get install cuda-9.0
$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
下载 cuDNN for 9.0（下载前需要注册） https://developer.nvidia.com/rdp/form/cudnn-download-survey
$ sudo dpkg -i libcudnn7_7.1.2.21-1+cuda9.0_amd64.deb
关闭所有终端并打开新的
$ source activate tensorflow
$ python
>> import tensorflow as tf
在此之后您应该不会收到任何错误。
【讨论】：
神秘地，我的libcudnn.so.5 安装在~/cuda/lib64。对于像我这样的人，你需要改变
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:~/cuda/lib64"
到
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/home/yourusername/cuda/lib64"
【讨论】：
上述错误通常是由于在运行configure 脚本时未指定 Cuda SDK 或 cuDNN 的版本号。换言之，在运行configure 脚本时，始终指定版本号以响应以下两个问题：
Please specify the Cuda SDK version you want to use, e.g. 7.0.Please specify the cuDNN version you want to use.不接受系统默认值。
【讨论】：
在 MacOS 上，此问题通常是由在沙盒环境中运行的 bazel 引起的，因此不尊重本地 shell 中设置的 LD_LIBRARY_PATH。我不会费心去探讨在构建工具中深度集成沙盒的优点。
简单的解决方法是将库符号链接到 /usr/local/lib。
cd /usr/local/lib && ln -s ../cuda/lib/libcudart.8.0.dylib
【讨论】：
查看运行支持 GPU 的 TensorFlow 的 NVIDIA 要求 (link)：
CUDA® 工具包 8.0
与 CUDA Toolkit 8.0 关联的 NVIDIA 驱动程序
cuDNN v6.0
具有 CUDA 计算 Capability 3.0 或更高版本的 GPU 卡
libcupti-dev 库，即 NVIDIA CUDA 配置文件工具接口
我安装了 cuda v5.1，但下面的消息仍然存在：
ImportError: libcudart.so.8.0: cannot open shared object file:
No such file or directory
我很生气，因为一切看起来都很好，所以我决定使用以下命令检查我的 GPU（在 Linux 上）：
glxinfo | grep GeForce
我注意到我的 NVIDIA GPU 不受支持：
OpenGL renderer string: **GeForce GTX 560M**/PCIe/SSE2
在这个link 你可以找到一个列表，像这样：
所以我的解决方案是使用没有 GPU 支持的张量流。所以我这样做：
pip uninstall tensorflow-gpu
我在没有支持的情况下安装：
pip install tensorflow
【讨论】：
TensorFlow 1.2.1 与 cuDNN 5.1 兼容，但尚未与 6.0 兼容。所以只需安装 cuDNN 5.1。除此之外，您似乎缺少 CUDA 8.0。
【讨论】：
与 GPU、CUDA 和 Docker 相关的常见解决方法一般问题：
A. 如果您正在处理机器学习/深度学习相关的部署，请使用 nvidia-docker 而不是 native-docker。要安装 nvidia-docker，请按照以下简单步骤操作。
Docker 容器与平台无关，但也与硬件无关。这在使用需要内核模块和用户级库才能运行的专用硬件（例如 NVIDIA GPU）时会出现问题。因此，Docker 本身并不支持容器内的 NVIDIA GPU。
B. 如果你想用 docker 访问 GPU，永远不要从头开始构建容器，你会被许多错误所煎熬。相反，只需使用来自 Nvidia-Docker hub 的任何容器。选择任何特定图像，复制其 Dockerfile 并运行 sudo nvidia-docker build -t happyapp .。 [happyapp 是您的新应用名称]。在 5 分钟内，您将准备好您的容器（取决于网络速度：p）。
C. 如果您想在其上安装和运行 Tensorflow，切勿下载具有任何 cuda/cudnn 版本的 nvidia-docker。如果你这样做，你会得到 libcudnn.so.6 或 libcudnn.so.9 或 libcusolver.so.8.0 相关的错误，你会很难绕过这个错误。
而是使用预先构建的 TensorFlow Docker 镜像：sudo nvidia-docker run -it tensorflow/tensorflow:latest-gpu /bin/bash
【讨论】：