TensorFlow GPU训练报错：无法加载libnvinfer.so.7等动态库求助

问题本质 #

报错中的libnvinfer.so.7和libnvinfer_plugin.so.7是TensorRT的核心库文件，TensorFlow 2.10依赖TensorRT 7.x版本，但你当前安装的CUDA 11.8默认搭配的是TensorRT 8.x，版本不匹配导致库文件无法被找到。

解决方法 #

方案一：安装对应版本的TensorRT 7.x

• 下载适配CUDA 11.8的TensorRT 7.6.x版本（TensorFlow 2.10对该版本兼容性良好）
• 解压压缩包，将lib/目录下的libnvinfer.so.7、libnvinfer_plugin.so.7及相关依赖文件复制到/usr/local/cuda/lib64/
• 执行sudo ldconfig更新系统库缓存

方案二：通过pip安装指定版本的TensorRT

• 在pipenv环境中执行命令：

  pip install tensorrt==7.6.3.4
  

• 找到pipenv环境的TensorRT库路径（示例路径：~/.local/share/virtualenvs/your-env-name/lib/python3.8/site-packages/tensorrt/），将其添加到系统环境变量：

  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/.local/share/virtualenvs/your-env-name/lib/python3.8/site-packages/tensorrt/
  

• 若要永久生效，将上述命令写入~/.bashrc或~/.zshrc文件，执行source ~/.bashrc生效

方案三：屏蔽警告（无需TensorRT加速时适用）

• 如果你不需要TensorRT的推理加速功能，该警告不影响GPU训练正常运行，可通过设置日志级别屏蔽：

  import os
  os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
  import tensorflow as tf
  

• 验证GPU是否可用：

  print(tf.test.is_gpu_available())
  

内容的提问来源于stack exchange，提问作者Tinghsu Wan