无管理员权限下CUDA8.0+cuDNN7.0.5安装TensorFlow GPU版遇错求助

首先给你吃个定心丸：TensorFlow 1.5 GPU版确实支持CUDA 8.0和cuDNN 7.0.x，版本本身是匹配的，问题大概率出在无管理员权限下的环境变量配置不到位，或者cuDNN文件没有正确关联到CUDA环境中。下面是一步步的实操解决方法：

一、无管理员权限下的cuDNN文件放置 #

因为你没有系统级权限，没法直接把cuDNN文件复制到系统默认的CUDA目录（比如/usr/local/cuda），可以按以下方式处理：

• 找一个自己完全有权限的目录（比如~/local/cuda-8.0），没有的话就用mkdir -p ~/local/cuda-8.0创建
• 如果你的CUDA 8.0是自己下载的压缩包，把解压后的文件放到这个目录里；如果是系统已安装的，跳过这一步
• 解压cuDNN 7.0.5的压缩包，里面会有include和lib64两个文件夹，把这两个文件夹里的内容复制到~/local/cuda-8.0/include和~/local/cuda-8.0/lib64目录下（子目录不存在就先创建）

二、配置用户级环境变量 #

无法修改系统全局配置，就从自己的用户配置入手：

1. 打开用户目录下的.bashrc文件（用vim ~/.bashrc或你习惯的编辑器）
2. 在文件末尾添加以下配置（根据你的实际路径调整）：

   # 配置CUDA与cuDNN环境变量
   export CUDA_HOME=~/local/cuda-8.0
   export PATH=$CUDA_HOME/bin:$PATH
   export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$CUDA_HOME/extras/CUPTI/lib64:$LD_LIBRARY_PATH
   

   要是你的CUDA 8.0是系统安装的（路径为/usr/local/cuda-8.0），且cuDNN解压在~/local/cudnn-7.0.5，就把LD_LIBRARY_PATH改成：

   export LD_LIBRARY_PATH=~/local/cudnn-7.0.5/lib64:/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
   

3. 保存文件后，运行source ~/.bashrc让配置立即生效

三、验证环境变量是否生效 #

打开终端，依次运行以下命令确认：

• echo $CUDA_HOME：输出应为你设置的CUDA路径
• echo $LD_LIBRARY_PATH：确认包含了CUDA和cuDNN的lib64目录
• nvcc -V：能显示CUDA 8.0的版本信息，说明CUDA环境正常

四、重新安装/确认TensorFlow 1.5 GPU版 #

建议在虚拟环境中操作，避免和系统其他版本冲突：

1. 激活你的虚拟环境（比如source ~/venv/bin/activate）
2. 卸载旧版本：pip uninstall tensorflow-gpu
3. 重新安装指定版本：pip install tensorflow-gpu==1.5.0

五、测试TensorFlow导入 #

在终端运行以下命令测试：

python -c "import tensorflow as tf; print('TensorFlow版本:', tf.__version__); print('GPU是否可用:', tf.test.is_gpu_available())"

如果还是报错，把具体的错误信息（比如找不到某个cuDNN库、版本不匹配提示）贴出来，就能更精准地排查问题了。

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