在Ubuntu16.04 AWS机器安装tensorflow-gpu遇libcublas.so.9.0缺失错误求助

你已经完成了CUDA 9.0的安装和环境变量配置，却依然遇到库文件找不到的错误，我给你几个针对性的排查和解决思路：

1. 确认环境变量是否真正生效 #

有时候修改.bashrc或.profile后，当前终端会话并没有加载新配置。先执行以下命令检查变量状态：

echo $LD_LIBRARY_PATH

如果输出里没有/usr/local/cuda-9.0/lib64，说明配置没生效。可以先临时设置变量测试：

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

设置完成后再尝试导入TensorFlow，如果能成功，记得把这些配置写入.bashrc（或.profile），并执行source ~/.bashrc让配置永久生效。

2. 更新系统动态链接库缓存 #

即使环境变量配置正确，系统可能还没将CUDA的库路径纳入动态链接缓存。执行以下命令刷新缓存：

sudo ldconfig

这个命令会让系统重新扫描所有指定的库路径，之后应该就能识别到libcublas.so.9.0了。

3. 检查虚拟环境的环境变量继承问题 #

如果是在virtualenv或conda虚拟环境中安装的TensorFlow，环境可能没有继承系统的LD_LIBRARY_PATH：

• 激活虚拟环境后，手动执行上述export命令设置变量，再测试导入；
• 或者修改虚拟环境的激活脚本，让它自动加载CUDA变量：
  打开虚拟环境目录下的bin/activate文件，在末尾添加：

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

  这样每次激活虚拟环境时，这些变量都会自动生效。

4. 验证TensorFlow-GPU与CUDA的版本兼容性 #

虽然你的问题是库文件找不到，但也可以确认下TensorFlow版本是否适配CUDA 9.0：一般TensorFlow 1.8~1.12版本兼容CUDA 9.0，如果安装的是2.x版本，可能需要更高版本的CUDA。执行以下命令查看当前TensorFlow版本：

pip show tensorflow-gpu

如果版本不匹配，可以卸载后安装对应版本：

pip uninstall tensorflow-gpu
pip install tensorflow-gpu==1.12.0

按照上面的步骤逐一排查，应该能解决你的问题。

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