2017-11-12 3 views
0

So habe ich meinen Tag versucht, TF-GPU ohne Glück zu installieren.Fehler bei der Installation von TensorFlow GPU unter Ubuntu

Ich habe CUDA Toolkit 9.0 installiert und versucht CuDNN v7.0.3 (für CUDA 8 und 9) und auch die v6.0.

Nach dem Versuch, meine Demo-Programm auszuführen, führt das Endgerät diese Nachricht:

Traceback (most recent call last): 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module> 
from tensorflow.python.pywrap_tensorflow_internal import * 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module> 
_pywrap_tensorflow_internal = swig_import_helper() 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/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 "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/imp.py", line 243, in load_module 
return load_dynamic(name, filename, file) 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/imp.py", line 343, in load_dynamic 
return _load(spec) 
ImportError: libcublas.so.8.0: 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 "twicetwo.py", line 5, in <module> 
import tensorflow 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/__init__.py", line 24, in <module> 
from tensorflow.python import * 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/__init__.py", line 49, in <module> 
from tensorflow.python import pywrap_tensorflow 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow.py", line 72, in <module> 
raise ImportError(msg) 
ImportError: Traceback (most recent call last): 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module> 
from tensorflow.python.pywrap_tensorflow_internal import * 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module> 
_pywrap_tensorflow_internal = swig_import_helper() 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/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 "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/imp.py", line 243, in load_module 
return load_dynamic(name, filename, file) 
File "/home/gemboly/anaconda3/envs/tensorflow/lib/python3.6/imp.py", line 343, in load_dynamic 
return _load(spec) 
ImportError: libcublas.so.8.0: 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. 

ich die LD_LIBRARY_PATH Variable aktualisiert haben und auch die PATH.

Ich benutze Anaconda, erstellte eine Quelle mit Python 3.6, seit python --version warf diese Version.

Kann mir jemand dabei helfen?

+0

Es beschwert sich, dass Ihr CUDA-Bibliotheken wurden nicht auf 'LD_LIBRARY_PATH' gefunden verwenden. Können Sie das überprüfen, indem Sie 'echo $ LD_LIBRARY_PATH 'ausführen, cd in diese Verzeichnisse (Kopieren/Einfügen, um sicherzustellen, dass Sie keinen Tippfehler im Pfad haben) und überprüfen, ob Sie libcublas.so.8.0 in einem dieser Verzeichnisse sehen ? Stellen Sie außerdem sicher, dass Sie sich von Ihrer Shell abmelden und zurück (oder source .bashrc), um sicherzustellen, dass alle Ihre Pfade nach der Installation festgelegt sind. –

+0

Ich habe eine GPU-Maschine @ home, und ich formatiere es regelmäßig. Wenn Sie mich fragen, um die gesamte Konfiguration zu speichern, lernen Sie, docker zu verwenden, und verwenden Sie es gemeinsam mit nvidia-docker, um sich alle Mühe zu ersparen, es selbst zu konfigurieren – bluesummers

Antwort

0

Ich habe es geschafft, es zu laufen. Wenn Sie hier sind, weil Sie stecken wie ich folgendes tun:

Verwandte Themen