tensorflow2.5.0 在CUDA11.0中出现‘libcusolver.so.11‘问题

最新推荐文章于 2023-09-06 18:23:11 发布
最新推荐文章于 2023-09-06 18:23:11 发布
阅读量2.3k 收藏 2
点赞数 1
分类专栏： tensorflow 文章标签： 服务器 linux npm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nioasr/article/details/122866778
版权 
2022-02-10 18:08:22.877173: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Successfully opened dynamic library libcurand.so.10
2022-02-10 18:08:22.902771: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not
load dynamic library 'libcusolver.so.11'; dlerror: libcusolver.so.11: cannot open shared object file:
No such file or directory; LD_LIBRARY_PATH: /usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:
2022-02-10 18:08:23.021088: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Successfully opened dynamic library libcusparse.so.11
2022-02-10 18:08:23.083407: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not
load dynamic library 'libcudnn.so.8'; dlerror: libcudnn.so.8: cannot open shared object file: No such
file or directory; LD_LIBRARY_PATH: /usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:/usr/lib64:

【conda虚拟环境安装CUDA路径】

可以看出没有指定的文件

 

解决方法：conda install cudatoolkit=11 cudnn=8

 

sdkd-zq
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
关于tensorflow2.5.0+cuda11.1+cudnn+python3.8以及对应torch的win64安装解决问题。
qq_42309897的博客
03-31 2737
关于tensorflow2.5.0+cuda11.1+cudnn以及对应torch1.9.1的win64安装解决问题。这个版本是基于python3.8的编译器。
tensorflow2.5.0-GPU测试工程
07-27
在这个名为"tensorflow2.5.0-GPU测试工程"的项目中，我们将在Ubuntu 16.04操作系统上编译并测试TensorFlow 2.5.0的GPU版本，利用RTX 2060 Super显卡处理多张图像，以展示其在图像处理任务中的加速能力。 首先，**...
Could not load dynamic library ‘libcusolver.so.11‘ No such file or directory； LD_LIBRARY_PATH:
最新发布
weixin_41579119的博客
09-06 187
Could not load dynamic library 'libcusolver.so.11' No such file or directory; LD_LIBRARY_PATH: Cannot dlopen some GPU libraries. Please make sure the missing libraries mentioned above are installed properly if you would like to use GPU. Follow the guide
Could not load dynamic library ‘libcusolver.so.11‘； dlerror: libcusolver.so.11: cannot open shared o
zik的博客
12-09 2156
如果您使用 TensorFlow 2.4，您可能会使用 CUDA 11.0。查看 CUDA 11.0 发布文档。如果您使用终端，您可能已经设置了 LD_LIBRARY_PATH，其中包含 /usr/local/cuda-11.0/lib64。该问题有两个重点，第一个是CUDA组件版本，第二个是libcusolver.so.10错误。顺便说一句，从 CUDA 11.1 开始，您会发现 cusolver.so 版本高于 11。上面的列表得出结论，CUDA 11.0 确实包含一些版本为 10 的组件。
TensorFlow2.3找不到显卡GPU：Could not load dynamic library ‘libcusolver.so.11‘； dlerror: libcusolver.so.11
FortuneLegend的博客
08-09 1765
TensorFlow-GPU 2.3成功安装，找不到显卡，报错： Could not load dynamic library ‘libcusolver.so.11’; dlerror: libcusolver.so.11: cannot open shared object file: No such file or directory Cannot dlopen some GPU libraries. Please make sure the missing ...
Could not load dynamic library ‘libcusolver.so.11‘
WangJialin
04-14 1042
# 报错信息 >>> print(tensorflow.test.is_gpu_available()) WARNING:tensorflow:From <stdin>:1: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version. Instructions for updating: Use `tf.c
ubuntu1804+3090+cuda11.1+cudnn11.2+tensorflow2.5.0
weixin_41170972的博客
03-16 820
前言 一顿操作猛如虎，一看训练 第一次试装的是cuda11.1和cudnn11.1,但是运行tf2.5时有两个库打不开，这两个库是有的但是，没能识别出来就不知道为什么。 我想安装cuda11.0的，但是系统不给我装 中间略过一顿sao操作后 nvidia驱动 驱动版本为460.32.03 安装cuda11.1 sudo sh cuda_11.1.0_455.23.05_linux.run 可以不装driver和sample 添加环境变量 vi ~/.bashrc 在文件末尾添加 export PAT
kafka_2.12-2.5.0 s scala-2-12.11.tg
07-21
在本文中，我们将深入探讨Kafka的2.5.0版本，以及其与Scala 2.12.11的集成使用。 一、Kafka核心特性 1. 高吞吐量：Kafka设计之初就考虑了高并发场景，能够处理每秒数十万条消息的发布和订阅，这得益于其基于磁盘的...
tensorflow_gpu2.5.0版本3.rar
06-21
tensorflow_gpu2.5.0版本3.8whl
commons-pool2-2.5.0-API文档-中文版.zip
04-23
赠送jar包：commons-pool2-2.5.0.jar； 赠送原API文档：commons-pool2-2.5.0-javadoc.jar； 赠送源代码：commons-pool2-2.5.0-sources.jar； 赠送Maven依赖信息文件：commons-pool2-2.5.0.pom； 包含翻译后的API文档...
tensorFlow2.5.0+windows-cpu的dll和lib
04-12
TensorFlow 是一个强大的开源机器学习库，广泛...理解这些基本概念和流程后，你就可以在Windows环境中愉快地使用TensorFlow 2.5.0的CPU版本进行机器学习和深度学习项目了。记得在实践中不断学习和探索，提升你的技能。
Tensorflow环境配置踩坑:libcusolver.so.10: cannot open shared object file: no such file or directory；
qq_42935201的博客
05-26 1110
Tensorflow环境配置踩坑:libcusolver.so.10: cannot open shared object file: no such file or directory; 今天配置了一个tensorflow版本的yolov3工程, 我正常用如下命令行创建一个新的虚拟环境,安装了最基础的tensorflow. conda create -n tracker python=3.7 conda activate tracker pip install tensorflow==2.4.1 然后看
Tensorflow 缺少 libcusolver.so.10 和 libcudnn.so.8 两个库的解决办法
weixin_44415928的博客
03-08 4191
0. 环境展示 Ubuntu系统 Ubuntu 20.04 focal Conda conda 4.8.3 Python Python 3.8.3 Cuda Cuda compilation tools, release 11.1, V11.1.105 cudnn cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2下载链接 点此跳转 1. libcusolver.so.10 动态库 我们可以发现在 cuda 的 lib64包下
python tensorflow 安装步骤和踩过的坑
Spring_Et的博客
10-21 2573
tersorflow 安装过程中会遇到很多问题，你都可以从这里找到答案。
解决显示Successfully opened dynamic library cudart64_100.dll问题
老6
01-31 1万+
I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_100.dll 在import tensorflow as tf前面导入import os，示例如下： import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 不显示等级2以下的提示信息 import tensorflow as tf
Ubuntu18.04+CUDA11.0+cuDNN8.0踩坑
jzxycsjzy的博客
06-23 859
最近需要运行基于tensorflow的深度学习项目，使用的又是没有图形界面的服务器，在过程中踩了不少坑，来记录一下。 0.环境 无图形界面Ubuntu18.04服务器，SSH链接 Tesla T4显卡一块 1.驱动安装 网上有很多不同的方法，我选择的是先在终端输入 ubuntu-drivers devices 然后选择合适的直接用sudo apt install安装。安装完成之后终端输入nvidia-smi验证一下，有输出结果就说明没问题了。 2.CUDA安装 直接搜索CUDA11...
Tensorflow1 搭建Cuda11
黎国溥
12-20 6959
Tensorflow1中默认支持cuda10及以下的，最高的版本Tensorflow1.15默认使用cuda10；但是一些高性能的显卡，比如A100、3090等，它们只支持Cuda11的，这就不太友善了，毕竟不少项目依赖Tensorflow1搭建的。本文整理2种方法，一种是基于Conda搭建的，一种是基于docker搭建的，都测试过可用的。目录一、基于Conda搭建Tensorflow1 Cuda111.1 环境搭建1.2 查看环境的库1.3 验证环境。
TensorFlow安装教程
热门推荐
诸神缄默不语的博客
05-28 6万+
本文介绍TensorFlow在Linux系统上的安装方法。
windows系统用anaconda安装tensorflow-gpu报错
weixin_44698733的博客
04-13 2352
windows系统下用anaconda prompt安装tensorflow-gpu==2.1.0时报错解决办法 报错： 1ERROR: Exception: Traceback (most recent call last): File “E:\Anaconda3\Anaconda2019\envs\tensorflow\lib\site-packages\pip_vendor\urllib3\response.py”, line 438, in _error_catcher yield File “E:
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts. tensorflow 2.5.0 requires absl-py~=0.10, but you have absl-py 1.4.0 which is incompatible. tensorflow 2.5.0 requires flatbuffers~=1.12.0, but you have flatbuffers 23.5.9 which is incompatible. tensorflow 2.5.0 requires grpcio~=1.34.0, but you have grpcio 1.54.0 which is incompatible. tensorflow 2.5.0 requires numpy~=1.19.2, but you have numpy 1.23.5 which is incompatible. tensorflow 2.5.0 requires tensorflow-estimator<2.6.0,>=2.5.0rc0, but you have tensorflow-estimator 2.12.0 which is incompatible.
05-24
这个错误提示表明你的TensorFlow版本与其依赖的其他库版本不兼容。解决这个问题的方法是更新或降级这些库的版本，使它们兼容。你可以尝试升级TensorFlow版本来解决这个问题。可以通过以下命令来升级TensorFlow: ``` pip install --upgrade tensorflow ``` 如果你想保持TensorFlow版本不变，可以尝试降级其他依赖库的版本。例如，可以通过以下命令来降级numpy版本： ``` pip install numpy==1.19.2 ``` 同样地，你可以降级其他依赖库的版本，直到所有库版本兼容为止。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值