通过pip安装Python3.5 GPU版TensorFlow后报错求助

这个问题和Python发行版无关，核心原因是你安装的TensorFlow GPU版本依赖的CUDA 9.0库未安装，或者系统无法找到它的路径。下面给你两种针对性的解决方案：

方案一：切换到TensorFlow CPU版本（快速解决，无需GPU） #

如果你的工作不需要GPU加速，这是最省事的办法：

• 先卸载当前的GPU版本TensorFlow：

  pip uninstall tensorflow -y
  

• 安装对应版本的CPU版TensorFlow：

  pip install tensorflow-cpu==<你的原TF版本号>
  

  要是不确定原版本号，直接执行pip install tensorflow-cpu会安装最新兼容Python3.5的CPU版本。

方案二：安装并配置CUDA 9.0 + cuDNN（保留GPU加速） #

如果需要GPU支持，得补全TensorFlow依赖的CUDA环境：

1. 确认GPU兼容性：你的NVIDIA GPU算力需要≥3.5（可通过NVIDIA官方文档查询GPU算力列表），否则无法使用CUDA加速。
2. 安装CUDA Toolkit 9.0：
   • 下载对应你系统的CUDA 9.0安装包（比如Ubuntu 16.04，因为Python3.5通常搭配这个系统版本）
   • 安装时选择“自定义安装”，跳过NVIDIA驱动的安装（如果你已经有适配的驱动），避免冲突。
3. 安装匹配的cuDNN 7.x：
   • 下载和CUDA 9.0对应的cuDNN版本（比如cuDNN 7.6.5），解压后得到include和lib64文件夹。
   • 将文件复制到CUDA安装目录：

     sudo cp include/cudnn*.h /usr/local/cuda-9.0/include
     sudo cp lib64/libcudnn* /usr/local/cuda-9.0/lib64
     sudo chmod a+r /usr/local/cuda-9.0/include/cudnn*.h /usr/local/cuda-9.0/lib64/libcudnn*
     

4. 配置环境变量：
   • 打开~/.bashrc文件，添加以下内容：

     export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
     export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
     

   • 执行source ~/.bashrc让配置生效。
5. 验证环境：执行nvcc -V，如果输出显示CUDA 9.0的版本信息，说明配置成功，之后重新测试TensorFlow即可。

额外注意 #

因为你之前处理过Anaconda和ROS的冲突，记得确认当前使用的是原生Python环境：

• 执行which python和which pip，确保路径是/usr/bin/python3和/usr/bin/pip3这类系统原生路径，避免不小心切换到Anaconda环境导致的问题。

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