尝试运行TensorFlow程序时遇到以下错误:
ImportError: libcudnn.Version: cannot open shared object file: No such file or director
答案 0 :(得分:39)
只需download cuDNN 5.1并按照步骤(在Ubuntu 16.04上测试,CUDA工具包8.0)
$ tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
$ sudo cp -P cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
现在设置路径变量
$ vim ~/.bashrc
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
并完成了
有关详细信息,请查看此site
答案 1 :(得分:10)
看来TensorFlow现在支持cudNN 6.0。我在使用cudNN 5.1时遇到了错误。
使用TensorFlow版本1.3.0。
如果你正在
ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory
尝试使用6.0
答案 2 :(得分:6)
此时Tensorflow不支持cuDNN 6.如果您的错误是找不到libcudnn.so.5
并且您只安装了提供libcudnn.so.6
的cuDNN 6,则您必须安装cuDNN 5直到引入cuDNN 6支持。您可以在Tensorflow Github页面上找到open bug report,以了解他们何时开始支持cuDNN 6。
答案 3 :(得分:4)
我遇到了这个问题。在我的情况下,我的日食给出了这个错误,但是tensorflow在终端中运行顺利。
因此,在cuDNN安装或粘贴/usr/local/cuda/lib64
和/usr/local/cuda/include
中与cudNN相关的文件后,我发现命令sudo ldconfig -v
也必须在终端中执行。
之后它应该有用。
假设已经按照NVIDIA的CUDA安装程序中的规范设置了以下环境变量:LD_LIBRARY_PATH
,PATH
,CUDA_HOME
答案 4 :(得分:2)
您可能没有安装正确版本的cuDNN。
要确定cuDNN的正确版本,请参阅NVIDIA要求以支持GPU运行TensorFlow。
答案 5 :(得分:2)
确保将$LD_LIBRARY_PATH
环境变量设置为正确的路径。
ALL PLATFORMS
Extract the cuDNN archive to a directory of your choice, referred to below as <installpath>.
Then follow the platform-specific instructions as follows.
LINUX
cd <installpath>
export LD_LIBRARY_PATH=`pwd`:$LD_LIBRARY_PATH
Add <installpath> to your build and link process by adding -I<installpath> to your compile
line and -L<installpath> -lcudnn to your link line.
OS X
cd <installpath>
export DYLD_LIBRARY_PATH=`pwd`:$DYLD_LIBRARY_PATH
Add <installpath> to your build and link process by adding -I<installpath> to your compile
line and -L<installpath> -lcudnn to your link line.
WINDOWS
Add <installpath> to the PATH environment variable.
In your Visual Studio project properties, add <installpath> to the Include Directories
and Library Directories lists and add cudnn.lib to Linker->Input->Additional Dependencies.
答案 6 :(得分:1)
我能够通过将cudNN安装从cudNN 6.0更改为cudNN 5.1来解决问题。 cudNN 6.0的文件为libcudnn.so.6,而cudNN 5.1的文件为libcudnn.so.5。
答案 7 :(得分:0)
从https://developer.nvidia.com/rdp/cudnn-download下载并安装cuDNN
对于ubuntu 18.04和cuda 10.1:
sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.1_amd64.deb