Tensorflow和CUDA版本

据我了解CUDA的所有版本都是向下兼容的，但是通过安装CUDA和用TF建立一个虚拟环境的全过程后出现这种情况时，我import tensorflowTensorflow和CUDA版本

ImportError: libcublas.so.8.0: cannot open shared object file: No such file or directory

这显然意味着Tensorflow正在寻找CUDA 8.0，但没有找到CUDA 8.0，因为我拥有CUDA 9.1，但是如果它向后兼容，为什么要这么做呢？对于这样一个受欢迎的图书馆来说，在设置说明上有点模糊，所以我希望这里有人能够提供一些知识，这真是令人惊讶。

安装CUDA 8.0我没有问题，但当然这不是一个选项，我只能通过NVIDIA网站获得最新版本。这有什么解决办法？

来源

2017-12-27 Robbie Milejczak

它们不是二进制向后兼容的。一切都和版本它是建立针对给定的运行时API版本和共享库必须有一个版本的安装或与它分配为它工作 – talonmies

这里那些库什么是安装tensorflow https://www.tensorflow.org文档/安装/并下载CUDA的其他版本https://developer.nvidia.com/cuda-toolkit-archive –

如果您有与CUDA库（例如libcublas.so.8.0）链接的二进制文件（任何类型），您将无法满足shared-object-dynamic-load-time的要求，只需将另一个库libcublas.so.9.0。 CUDA具有某些前向/后向兼容性，但这不是其中之一。您必须提供代码所链接的确切库。

如果要访问旧版CUDA工具包版本，以便使旧版库可用，那些CUDA工具包版本通常可在CUDA Toolkit存档页面here上获得。

如果你已经有了一个新的CUDA工具包加载并工作正常，你应该能够装载旧的工具包，并使用它，而无需更新/修改您的安装GPU驱动程序。

要解决此，以便能实际使用一个新的图书馆，你需要重新链接（至少）代码/二进制文件正在使用。

来源

2017-12-28 19:37:04

Tensorflow和CUDA版本

回答

相关问题