标签:load so.7 cudnn conda install gpu GPU 报错
文章目录
前言
本篇博客主要解决在安装tensorflow-gpu
之后,使用gpu
训练模型时报错的问题。
1. 问题描述
软件 | 版本号 |
---|---|
OS | Ubuntu 18.04 |
CUDA | 10.1 |
cuDNN | 7.6.5 |
TensorFlow-GPU | 2.3.0 |
# test whether GPU can be used
import tensorflow as tf
# 查看版本号
tf.__version__
# 查看gpu能否使用
tf.test.is_gpu_available()
#
然后报错:Could not load dynamic library 'libcudnn.so.7'; dlerror: libcudnn.so.7: cannot open shared object file: No such file or directory
,根据下图可以看出tensorflow
检测到了有gpu
的存在,并输出了gpu
的相关信息,但是缺少gpu
的库文件libcudnn.so.7
,导致gpu
不能正确加载。
2. 问题原因
缺少gpu
的库文件,因为我使用PyTorch
进行GPU
训练是可以的,所以猜测是tensorflow
的依赖问题,缺少相关库导致gpu
加载失败。
3. 解决过程
理论上来讲,从别的机子上copy
一下这个文件,应该也是能用的,但,我的是服务器…不好弄。所以就看了看相关博客,在此做总结如下:
# 使用conda安装cudnn
conda install -c anaconda cudnn
然后再次进行测试gpu
能否使用:
这就很ok了,既然通过conda
安装之后解决了,说明是虚拟环境中缺少gpu
的加载库。
再回头看一下这条指令是什么意思:conda install -c anaconda cudnn
有些包在conda
默认的channels
中不包含,比如cudatoolkit
,cudnn
等,这时只需要在conda install
指令后加上-c anaconda
即可。也确实,有时候使用pip install
一些库时,会导致相关的依赖没有完全安装完,不知道使用pip install cudnn
能否成功,暂未测试。
标签:load,so.7,cudnn,conda,install,gpu,GPU,报错 来源: https://blog.csdn.net/qq_42730750/article/details/120526646
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。