Supervisor无法加载CUDA库求助（路径未缺失，无Supervisor可正常运行）

这个问题我之前也碰到过，核心原因很明确：你在shell里直接跑gunicorn时，shell会自动加载你的环境变量（比如CUDA的库路径），但Supervisor启动进程时用的是非交互式非登录shell，不会自动加载这些环境变量，导致TensorFlow找不到CUDA的依赖库。

下面给你几个可行的解决方案：

方案1：在Supervisor配置中直接指定环境变量 #

修改你的Supervisor配置，在[program:appserver]块里添加environment参数，把CUDA的库路径加入到LD_LIBRARY_PATH中：

[program:appserver]
command = gunicorn server:app -b localhost:8000
directory = /storage/appserver
user = root
stdout_logfile = /home/deploy/appserver/logs/gunicorn_stdout.log
stderr_logfile = /home/deploy/appserver/logs/gunicorn_stderr.log
# 添加这一行，替换成你实际的CUDA 9.0安装路径
environment = LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:/usr/local/lib:$LD_LIBRARY_PATH"

注意：如果你的CUDA 9.0安装在其他路径，要把/usr/local/cuda-9.0/lib64改成你实际的路径，可以通过在shell里执行find / -name libcublas.so.9.0找到准确路径。

方案2：在启动命令前加载环境变量脚本 #

如果你的CUDA环境变量是写在/etc/profile或者~/.bashrc里的，可以让Supervisor先加载这些脚本再启动gunicorn：

[program:appserver]
# 用bash -c先source环境脚本，再执行gunicorn
command = bash -c 'source /etc/profile && gunicorn server:app -b localhost:8000'
directory = /storage/appserver
user = root
stdout_logfile = /home/deploy/appserver/logs/gunicorn_stdout.log
stderr_logfile = /home/deploy/appserver/logs/gunicorn_stderr.log

如果你是把CUDA环境变量放在root用户的~/.bashrc里，可以把source /etc/profile改成source /root/.bashrc。

方案3：验证环境变量的正确性 #

先在shell里执行以下命令，确认你的CUDA路径确实在环境变量里：

echo $LD_LIBRARY_PATH

如果输出里没有/usr/local/cuda-9.0/lib64，说明你需要先在shell里配置好CUDA的环境变量（比如在/etc/profile里添加export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH），再用上面的方案1或2让Supervisor继承这个环境。

修改完Supervisor配置后，记得重启Supervisor服务生效：

supervisorctl reread
supervisorctl update
supervisorctl restart appserver

内容的提问来源于stack exchange，提问作者tubadc