При попытке запустить программу TensorFlow я обнаружил следующую ошибку:
ImportError: libcudnn.Version: cannot open shared object file: No such file or director
При попытке запустить программу TensorFlow я обнаружил следующую ошибку:
ImportError: libcudnn.Version: cannot open shared object file: No such file or director
Просто загрузите cuDNN 5.1 и выполните действия (протестировано на Ubuntu 16.04, CUDA toolkit 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*
Теперь задайте переменные Path
$ 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
и сделано
Для получения дополнительной информации вы можете проверить этот сайт
Появляется TensorFlow теперь поддерживает cudNN 6.0. Я получал ошибки с cudNN 5.1.
Использование TensorFlow версии 1.3.0.
Если вы получаете
ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory
Попробуйте использовать 6.0
В это время Tensorflow не поддерживает cuDNN 6. Если ваша ошибка заключается в том, что он не может найти libcudnn.so.5
, и вы установили cuDNN 6, который предоставляет libcudnn.so.6
, вам нужно будет установить cuDNN 5 до тех пор, пока поддержка cuDNN 6 не будет представил. Там откройте отчет об ошибке, который вы можете просмотреть на странице Tensorflow Github, чтобы узнать, когда они начнут поддерживать cuDNN 6.
Я столкнулся с этой проблемой. В моем случае мое затмение дало эту ошибку, но тензорный поток работал плавно в терминале.
Поэтому после установки cuDNN или вставки файлов, связанных с cudNN в /usr/local/cuda/lib64
и /usr/local/cuda/include
, я понял, что команда sudo ldconfig -v
также должна выполняться в терминале.
После этого он должен работать.
Предполагается, что в настройках CUDA по установке NVIDIA уже установлены следующие переменные среды: LD_LIBRARY_PATH
, PATH
, CUDA_HOME
Возможно, вы не установили правильную версию cuDNN.
Чтобы определить правильную версию cuDNN, см. требования NVIDIA для запуска TensorFlow с поддержкой GPU.
Убедитесь, что переменная среды $LD_LIBRARY_PATH
установлена на правильный путь.
ВСЕ ПЛАТФОРМЫ
Extract the cuDNN archive to a directory of your choice, referred to below as <installpath>.
Then follow the platform-specific instructions as follows.
LINUX
cd <installpath>
export LD_LIBRARY_PATH=`pwd`:$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.
Мне удалось решить проблему, изменив мою установку cudNN с cudNN 6.0 на cudNN 5.1. cudNN 6.0 имеет файл libcudnn.so.6, тогда как cudNN 5.1 имеет файл libcudnn.so.5.
Загрузите и установите cuDNN с https://developer.nvidia.com/rdp/cudnn-download
для Ubuntu 18.04 и Cuda 10.1:
sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.1_amd64.deb