安装tensorflow-gpu导入报错libcublas.so.9.0缺失，求解决方案

云上老周

2026-5-28

解决TensorFlow-GPU导入时libcublas.so.9.0找不到的问题

我之前也遇到过完全一样的问题，明明环境变量看起来配置正确，但就是报找不到库文件的错误，给你几个实用的排查和解决步骤：

确认目标库文件是否真实存在
先去CUDA 9.0的库目录里检查这个文件到底有没有：
```
ls /usr/local/cuda-9.0/lib64/libcublas.so.9.0
```
如果返回No such file or directory，说明你的CUDA 9.0安装不完整，需要重新下载并安装完整的CUDA 9.0 Toolkit（注意不要选精简版，确保包含所有库文件）。如果文件确实存在，继续往下排查。
验证环境变量是否在当前会话生效
你用echo命令看到的路径是对的，但有可能这个变量只是临时设置，或者你没有重新加载配置文件：
1. 如果是Bash终端，执行source ~/.bashrc；如果是Zsh，执行source ~/.zshrc，之后重启终端或者在当前终端重新尝试导入TensorFlow。
2. 也可以在运行Python前，临时在终端手动设置变量：
```
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64/:$LD_LIBRARY_PATH
python
```
  然后再尝试import tensorflow，看是否还报错。
检查并修复软链接
有时候CUDA安装后，libcublas.so的软链接可能指向错误版本，或者根本没创建。可以手动创建正确的软链接：
```
cd /usr/local/cuda-9.0/lib64/
sudo ln -s libcublas.so.9.0 libcublas.so
sudo ln -s libcublas.so.9.0 libcublas.so.9
```
执行完后更新系统的库缓存：
```
sudo ldconfig
```
确认TensorFlow-GPU版本与CUDA 9.0兼容
不是所有TensorFlow-GPU版本都支持CUDA 9.0，比如TensorFlow 1.13及以上需要CUDA 10.0。你需要安装适配CUDA 9.0的版本，比如：
```
pip install tensorflow-gpu==1.12.0
```
这个版本是官方明确支持CUDA 9.0的，换这个版本试试。