Docker运行TensorFlow GPU版本报错：libcublas.so.9.0文件缺失

这个问题我碰到过好多次了，本质就是你的TensorFlow容器找不到CUDA 9.0的核心库libcublas.so.9.0，大概率是TensorFlow版本与CUDA版本不匹配，或者GPU容器的配置没到位，给你几个靠谱的解决办法：

1. 优先用官方预构建的TensorFlow-GPU镜像 #

官方的TensorFlow Docker镜像已经把对应版本的CUDA、cuDNN和所有依赖库打包好了，完全不用自己手动折腾配置。

比如你的错误提示需要CUDA 9.0，对应的TensorFlow版本一般是1.12.x系列，直接用这个命令启动容器：

docker run -it --gpus all tensorflow/tensorflow:1.12.0-gpu

⚠️ 注意：TensorFlow和CUDA版本是严格绑定的，比如TF 1.13.x对应CUDA 10.0，TF 2.0+对应CUDA 10.0及以上，一定要选对镜像标签。

2. 检查宿主机的GPU驱动版本 #

宿主机的GPU驱动版本必须能支持容器里的CUDA版本，比如CUDA 9.0要求驱动版本至少是384.xx以上。

用这个命令检查当前驱动版本：

nvidia-smi

如果驱动版本低于要求，直接升级到对应CUDA版本的最低驱动就行。

3. 确认nvidia-docker runtime配置正确 #

普通Docker命令没法直接访问GPU，必须用NVIDIA的Docker runtime（也就是以前的nvidia-docker）。

先跑个测试命令验证配置：

docker run --rm --gpus all nvidia/cuda:9.0-base nvidia-smi

如果这个命令能正常显示你的GPU信息，说明配置没问题；如果报错，就得重新安装nvidia-docker runtime了。

4. 手动给自定义镜像添加CUDA 9.0（不推荐，除非特殊需求） #

如果你一定要用自己的基础镜像，那得在Dockerfile里手动安装CUDA 9.0的依赖，比如：

FROM your-custom-base-image

# 安装CUDA 9.0核心库
RUN apt-get update && apt-get install -y --no-install-recommends \
    cuda-cublas-9-0 \
    cuda-cudart-9-0 \
    && rm -rf /var/lib/apt/lists/*

# 设置库路径环境变量
ENV LD_LIBRARY_PATH /usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

最后提个醒 #

• 永远不要混用不匹配的TensorFlow和CUDA版本，不然各种依赖问题会找上门；
• 启动容器时一定要加--gpus all（或者指定具体GPU，比如--gpus device=0），不然容器根本访问不到宿主机的GPU。

内容的提问来源于stack exchange，提问作者Magick