运行含Streamlit与TensorFlow的Docker容器报错无法加载libcuda.so.1如何解决

你遇到的报错是默认版本的TensorFlow启动时会优先检测GPU环境、加载CUDA相关依赖库导致的，你的Docker容器无GPU运行环境，因此触发了CUDA相关的错误日志。从最后几条日志可以判断，TensorFlow已经成功回退到CPU模式正常运行，应用本身功能不受影响，仅存在冗余报错日志。

• 方法1：调整TensorFlow日志级别屏蔽冗余报错
  无需修改代码的情况下，运行容器时传入日志级别环境变量即可：

  docker run -p 8501:8501 -e TF_CPP_MIN_LOG_LEVEL=2 streamlit-app:latest
  

  也可以在Streamlit应用代码最开头、导入TensorFlow之前添加如下配置：

  import os
  # 2表示屏蔽所有INFO、WARNING级别的日志，仅保留ERROR
  os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
  

• 方法2：代码层面强制禁用GPU检测
  导入TensorFlow后添加配置，明确告知TensorFlow不使用GPU设备：

  import tensorflow as tf
  tf.config.set_visible_devices([], 'GPU')
  

• 方法3：构建镜像时使用CPU专属版本TensorFlow
  如果你的Dockerfile基于带GPU的TensorFlow镜像构建，替换为CPU版本的基础镜像即可，例如将基础镜像从tensorflow/tensorflow:latest修改为tensorflow/tensorflow:latest-cpu，也可以在安装依赖时指定安装CPU版本的TensorFlow包，从根源上移除CUDA相关依赖的加载逻辑。

内容的提问来源于stack exchange，提问作者Ulkurz