我正在使用的计算机与Titan XP一起运行，并运行Ubuntu 18.10。我不是所有者，所以不确定之前的配置方式。 cuda版本是9. *，最有可能是9.0。没有像/usr/local/cuda这样的文件夹。尽管这听起来很奇怪（因为没有Cuda与18.10兼容），但以前它在Tensorflow和Pytorch上都运行良好。现在，当在python 2.7，cudatoolkit 9.2和cudnn 7.2.1中运行tensorflow-gpu v1.12.0时（以前运行良好，没有任何更改），它报告：
ImportError: libcublas.so.9.0: cannot open shared object file: No such file of directory
但是，当我用pytorch 0.4.1，cudatoolkit 9.0和cudnn 7.6（将它们显示在pycharm中）将conda env更改为python 3.6时。有：
torch.cuda.is_available() # True
这表明GPU正在Pytorch代码中运行。另外，我已经通过nvidia-smi检查了GPU RAM，当Pytorch运行时，RAM被占用了。
运行时，虽然没有像/usr/local/cuda/这样的Cuda文件夹：
nvcc - V
有：
Cuda compilation tools, release 9.1, V9.1.85
有人可以给我一些有关这些奇怪事情如何发生的提示吗？我应该怎么做才能使我的tensorflow-gpu工作？我完全迷惑了Orz。
答案 0 :(得分：1)
当您使用conda安装pytorch和tensorflow-gpu之类的东西时，Anaconda环境会安装其自己的CUDA工具包版本。看起来这就是设置Python 3.6环境的方式。您的Python 2.7版本是系统安装还是其他Python环境的一部分？您的Tensorflow可能是出于某种原因而不再安装的CUDA工具箱构建的，或者在任何情况下您尝试使用Tensorflow时都没有在LD_LIBRARY_PATH中建立针对它的库的路径（也许因为安装位置不正常
您可以键入which nvcc来查看PATH中当前指向该可执行文件的哪一部分。这将告诉您CUDA工具包的安装位置。我猜想您的PATH仍在您上次运行nvcc时指向conda环境，或者在任何情况下都位于不寻常的安装位置中的某些版本的CUDA工具包。
首先，我建议您放弃使用Tensorflow使用系统python的任何努力。我的建议是修改或创建新的conda环境，并使用conda安装tensorflow-gpu，这还将为该环境安装CUDA工具包。请注意，如果您沿着此路径进行安装，则您的CUDA安装将不在/usr/local/cuda中，而是位于您的conda环境中。