因libcublas问题导致TensorFlow无法导入的技术问询

我来帮你搞定这个TensorFlow导入报错的问题，核心原因是TensorFlow依赖的CUDA 9.0库文件未被系统正确识别，结合你的Ubuntu 16.04+GTX1060+驱动390.48的环境，咱们一步步排查解决：

1. 确认CUDA 9.0是否已正确安装 #

首先检查系统里有没有CUDA 9.0的库文件：

ls /usr/local/cuda-9.0/lib64/libcublas.so*

如果输出里没有libcublas.so.9.0，说明你没安装CUDA 9.0——你的驱动390.48是支持CUDA 9.0/9.1/9.2的，但TensorFlow此时明确需要9.0版本，你需要下载并安装CUDA Toolkit 9.0（安装时注意选择“保留现有驱动”的选项，别覆盖当前的390.48驱动）。

如果已经装了CUDA 9.0，继续下一步。

2. 修正环境变量配置 #

你修改了~/.bashrc但没生效，大概率是路径指向不对。正确的配置应该直接绑定CUDA 9.0的具体目录，而不是依赖/usr/local/cuda这个可能指向其他版本的软链接：
打开~/.bashrc添加以下内容：

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.0/bin:$PATH
export CUDA_HOME=/usr/local/cuda-9.0

保存后执行命令让配置立即生效：

source ~/.bashrc

然后验证环境变量是否正确：

echo $LD_LIBRARY_PATH

确认输出里包含/usr/local/cuda-9.0/lib64。

3. 检查CUDA软链接指向 #

如果/usr/local/cuda这个通用软链接没指向CUDA 9.0，也会导致路径识别错误。执行以下命令查看链接状态：

ls -l /usr/local/cuda

如果输出显示链接到的是其他版本（比如cuda-9.2），重新建立软链接：

sudo rm /usr/local/cuda
sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda

完成后重启终端，再尝试导入TensorFlow。

4. 匹配cuDNN和TensorFlow版本 #

别忘了CUDA 9.0需要搭配cuDNN 7.0.x版本，如果你装的是其他cuDNN版本，也会引发依赖问题。另外，确保你的TensorFlow版本和CUDA 9.0兼容——比如TensorFlow 1.8到1.10版本都适配CUDA 9.0，如果你装的是更高版本的TensorFlow，建议降级：

pip install tensorflow-gpu==1.10.0

完成以上步骤后，应该就能解决libcublas.so.9.0找不到的问题了。

内容的提问来源于stack exchange，提问作者HMLDude