运行TensorFlow报错libcublas.so.9.0缺失，如何用pip降级适配CUDA 8？

DevOps 小满

2026-5-15

解决TensorFlow-GPU适配CUDA 8.0的降级方案

嘿，这个版本匹配的坑我踩过好多次了！你遇到的libcublas.so.9.0找不到的问题，就是因为当前TensorFlow-GPU版本要求CUDA 9.0，但你系统里装的是CUDA 8.0，所以得降级到适配CUDA 8.0的TensorFlow版本。

CUDA 8.0对应的稳定TensorFlow-GPU版本是1.4.x、1.5.x、1.6.x、1.7.x、1.8.x、1.9.x，其中最推荐选1.4.0或者1.5.0——这两个版本经过大量用户验证，和CUDA 8.0的兼容性拉满，很少出现额外的依赖冲突。

卸载现有TensorFlow版本
先把当前装的TensorFlow（不管是GPU还是CPU版）卸载干净，避免版本冲突：
```
pip uninstall tensorflow-gpu tensorflow -y
```
加-y是自动确认卸载，省得手动输入y。
安装指定版本的TensorFlow-GPU
用==指定版本号安装，比如安装1.4.0：
```
pip install tensorflow-gpu==1.4.0
```
如果下载速度慢，可以用国内PyPI源加速（比如清华源）：
```
pip install tensorflow-gpu==1.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
```
验证安装成功
打开Python交互环境，输入以下代码验证：
```
import tensorflow as tf
print("TensorFlow版本:", tf.__version__)
print("GPU是否可用:", tf.test.is_gpu_available())
```
如果输出的版本是你安装的1.4.0，且GPU是否可用返回True，就说明适配成功了。