python - Tensorflow 和 CUDA 版本

Question

据我所知，所有版本的 CUDA 都是向后兼容的，但是在完成安装 CUDA 和使用 TF 设置虚拟环境的整个过程之后，当我import tensorflow

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，但找不到 CUDA 8.0，因为我有 CUDA 9.1，但如果它向后兼容，那有什么关系呢？如此受欢迎的库在设置说明上含糊不清，这真是令人惊讶，所以我希望这里的人可以分享一些知识。

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

Answer 1

如果您有一个链接到 CUDA 库(例如 libcublas.so.8.0)的二进制文件(任何类型)，您将无法满足 shared-object-dynamic 的要求- 通过替换另一个库(例如 libcublas.so.9.0)来加载时间。 CUDA 具有某些类型的前向/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。

如果您想访问较旧的 CUDA 工具包版本，以使较旧的库可用，这些 CUDA 工具包版本通常可在 CUDA 工具包存档页面上获得 here .

如果您已经加载了较新的 CUDA 工具包并正常工作，您应该能够加载较旧的工具包并使用它而无需更新/修改已安装的 GPU 驱动程序。

要解决此问题以便能够实际使用更新的库，您需要(至少)重新链接您正在使用的代码/二进制文件。