TensorFlow-GPU 1.8.0导入报错：无法找到libcudnn.so.7文件

我之前也碰到过一模一样的情况——明明文件就在/usr/local/cuda/lib64里，但TensorFlow就是找不到。这种问题大概率是库路径未正确加载或者Virtualenv的环境配置没跟上，下面是几个最可能的原因和对应的解决办法：

1. 系统动态链接库路径未包含CUDA的lib64目录 #

Linux系统会从/etc/ld.so.conf及其子配置文件中查找动态链接库，如果没把/usr/local/cuda/lib64加入到这个路径，系统启动时就不会加载该目录下的库，自然找不到libcudnn.so.7。

解决步骤：

• 新建CUDA专属的配置文件：

  sudo nano /etc/ld.so.conf.d/cuda.conf
  

• 在文件中添加一行：

  /usr/local/cuda/lib64
  

• 保存退出后，更新动态链接库缓存：

  sudo ldconfig
  

2. 当前用户的LD_LIBRARY_PATH环境变量未配置 #

即使系统层面配置了库路径，如果当前用户的LD_LIBRARY_PATH没包含CUDA的lib64目录，Virtualenv启动时也可能无法继承这个路径，导致TensorFlow找不到库。

解决步骤：

• 编辑你的bash配置文件（比如~/.bashrc）：

  nano ~/.bashrc
  

• 在文件末尾添加环境变量配置：

  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  

• 让配置立即生效：

  source ~/.bashrc
  

• 重启终端或重新激活Virtualenv环境，再尝试导入TensorFlow。

3. Virtualenv的环境隔离导致系统库无法访问 #

Virtualenv默认会隔离部分系统环境变量，可能LD_LIBRARY_PATH没有被传递到虚拟环境中，使得TensorFlow无法读取到CUDA的库文件。

解决办法：

• 如果你是新建Virtualenv环境，可以加上--system-site-packages参数，让虚拟环境继承系统的库路径：

  virtualenv --system-site-packages tf_gpu_env
  

• 如果你已经创建好环境，可以手动修改虚拟环境的激活脚本：
  进入你的Virtualenv目录（比如tf_gpu_env/bin），编辑activate文件，在末尾添加：

  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  

  保存后重新激活环境：

  source tf_gpu_env/bin/activate
  

4. 文件权限或符号链接异常 #

虽然你确认文件存在，但可能libcudnn.so.7的权限不足，或者它的符号链接指向的实际文件不存在（比如安装CUDNN时没正确创建链接）。

检查与修复步骤：

• 查看文件权限：

  ls -l /usr/local/cuda/lib64/libcudnn.so.7
  

  确保当前用户有读权限（权限位包含r，比如-rwxr-xr-x），如果没有则修改权限：

  sudo chmod +r /usr/local/cuda/lib64/libcudnn.so.7
  

• 检查符号链接有效性：libcudnn.so.7通常是指向具体版本文件（比如libcudnn.so.7.0.5）的符号链接，用以下命令查看：

  ls -l /usr/local/cuda/lib64/libcudnn.so.7
  

  如果显示broken link，说明链接失效，手动重新创建：

  cd /usr/local/cuda/lib64
  sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
  sudo ln -s libcudnn.so.7 libcudnn.so
  

  完成后运行sudo ldconfig更新缓存。

内容的提问来源于stack exchange，提问作者Ikhwan