Ubuntu 20.04.3安装TensorFlow 2.4.0时无法加载动态库libcudnn.so.8的问题求助

你已经选对了版本搭配（TensorFlow 2.4.0确实需要CUDA 11.0 + CuDNN 8.0.x），问题出在系统动态链接库的搜索路径没有包含CuDNN所在目录，导致TensorFlow加载不到对应的库文件。下面是具体的解决步骤：

一、临时验证路径问题（立即生效，重启终端后失效） #

在当前终端执行命令，把CUDA的lib64目录添加到动态链接库路径：

# 利用你已有的cuda软链接（指向cuda-11.0），路径更通用
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

接着直接在这个终端里重新运行测试代码：

import tensorflow as tf
tf.config.list_physical_devices('GPU')

如果能正常识别GPU，说明路径问题就是根源，接下来配置永久生效的环境变量。

二、永久配置环境变量（重启后依然生效） #

根据你使用的Shell（Ubuntu默认是bash），修改对应的配置文件：

针对bash用户 #

编辑~/.bashrc文件：

nano ~/.bashrc

在文件末尾添加以下内容：

# 配置CUDA和CuDNN的环境路径
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH

保存并退出（按Ctrl+O→回车→Ctrl+X），然后重新加载配置：

source ~/.bashrc

针对zsh用户 #

如果用的是zsh，编辑~/.zshrc文件：

nano ~/.zshrc

同样添加上述两行配置，再重新加载：

source ~/.zshrc

三、验证配置是否生效 #

执行命令查看环境变量：

echo $LD_LIBRARY_PATH

输出里应该包含/usr/local/cuda/lib64路径。

另外，更新系统动态链接库缓存（需要sudo权限）：

sudo ldconfig

四、再次测试TensorFlow GPU识别 #

重启终端后，运行测试代码：

import tensorflow as tf
print("TensorFlow版本:", tf.__version__)
print("可用GPU设备:", tf.config.list_physical_devices('GPU'))

如果一切正常，应该会列出你的GPU设备信息，不再出现libcudnn.so.8的加载错误。

内容的提问来源于stack exchange，提问作者Talha Anwar