[TensorFlow] 运行报错：W tensorflowstream_executorplatformdefaultdso_loader.cc59]

最新推荐文章于 2025-03-12 12:02:16 发布
最新推荐文章于 2025-03-12 12:02:16 发布
阅读量7.4w 收藏 160
点赞数 42
分类专栏： BUG解决 文章标签： tensorflow python 深度学习 cuda java
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/qq_41683065/article/details/108702408
版权

[TensorFlow] 运行报错：W tensorflow/stream_executor/platform/default/dso_loader.cc:59]

问题描述

使用官网的命令下载TensorFlow没有出现问题

pip install tensorflow

但是运行时出现报错信息：

2020-09-20 21:31:45.455714: W tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library 'libcudart.so.10.1'; dlerror: libcudart.so.10.1: cannot open shared object file: No such file or directory
2020-09-20 21:31:45.455738: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

问题分析

看报错信息也能看出来时GPU的问题。

查阅资料后时GPU的版本与TensorFlow的版本不一致。

对应关系参见：https://tensorflow.google.cn/install/source#gpu

版本Python 版本编译器构建工具cuDNNCUDA
tensorflow-2.1.02.7、3.5-3.7GCC 7.3.1Bazel 0.27.17.610.1
tensorflow-2.0.02.7、3.3-3.7GCC 7.3.1Bazel 0.26.17.410.0
tensorflow_gpu-1.14.02.7、3.3-3.7GCC 4.8Bazel 0.24.17.410.0
tensorflow_gpu-1.13.12.7、3.3-3.7GCC 4.8Bazel 0.19.27.410.0
tensorflow_gpu-1.12.02.7、3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.11.02.7、3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.10.02.7、3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.9.02.7、3.3-3.6GCC 4.8Bazel 0.11.079
tensorflow_gpu-1.8.02.7、3.3-3.6GCC 4.8Bazel 0.10.079
tensorflow_gpu-1.7.02.7、3.3-3.6GCC 4.8Bazel 0.9.079
tensorflow_gpu-1.6.02.7、3.3-3.6GCC 4.8Bazel 0.9.079
tensorflow_gpu-1.5.02.7、3.3-3.6GCC 4.8Bazel 0.8.079
tensorflow_gpu-1.4.02.7、3.3-3.6GCC 4.8Bazel 0.5.468
tensorflow_gpu-1.3.02.7、3.3-3.6GCC 4.8Bazel 0.4.568
tensorflow_gpu-1.2.02.7、3.3-3.6GCC 4.8Bazel 0.4.55.18
tensorflow_gpu-1.1.02.7、3.3-3.6GCC 4.8Bazel 0.4.25.18
tensorflow_gpu-1.0.02.7、3.3-3.6GCC 4.8Bazel 0.4.25.18

我用的是CUDA 10.0，对应TensorFlow版本应为 tensorflow-2.0.0

解决方案

下载对应的TensorFlow版本

pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

下载后正常！

在这里插入图片描述

python unittest执行程序在pycharm可以成功运行但使用cmd会报错：E列表 test_register (unittest.loader._FailedTest)
weixin_39773337的博客
05-07 4436
python unittest执行程序在pycharm可以成功运行但使用cmd会报错 如题，在pycharm中执行主程序运行成功： 用例執行、debug日志均沒問題 在cmd执行主程序报错： 最惡心的是壓根沒説哪裏出錯，看日志都沒輸出衹能確定用例一個都沒跑起來！ 找錯思路：測試用例集有誤，那麽一個一個用例去找。 然後在運行test_login.py的時候反饋如下： ModuleNotFound...
报错：tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm.
燕芝沛然的博客
01-17 1313
UnknownError: Failed to get convolution algorithm. 运行sess.run() 错误行标定这一行：sess.run(optimizer, feed_dict={ x: batch_x, y: batch_y, keep_prob: dropout } 显示错误信息：tensorflow.python.framework.errors_impl.Unk...
莱昂氏UNIX源代码分析（全面剖析unix）PDF
11-23
目 录 献辞 致谢 序(一) 序(二) 历史注记 上篇 UNIX操作系统版本6源代码 UNIX操作系统过程分类索引 3 UNIX操作系统文件及过程 5 UNIX操作系统定义的符号列表 7 UNIX操作系统源代码交叉引用列表 9 第一部分 初始化、进程初始化 25 第二部分 陷入、中断、系统调用和 进程管理 75 第三部分 程序交换、基本输入/输出、 块设备 109 第四部分 文件和目录、文件系统、管道 133 第五部分 面向字符的特殊文件 181 下篇 莱昂氏UNIX源代码分析 前言 207 第1章 绪论 209 1.1 UNIX操作系统 209 1.2 公用程序 209 1.3 其他文档 210 1.4 UNIX程序员手册 210 1.5 UNIX文档 211 1.6 UNIX操作系统源代码 211 1.7 源代码中各部分 212 1.8 源代码文件 212 1.9 分析的使用 212 1.10 对程序设计水平的一条注释 212 第2章 基础知识 214 2.1 处理机 214 2.2 处理机状态字 214 2.3 通用寄存器 214 2.4 指令集 215 2.5 寻址方式 216 2.5.1 寄存器方式 217 2.5.2 寄存器延迟方式 217 2.5.3 自动增1方式 217 2.5.4 自动减1方式 217 2.5.5 变址方式 217 2.5.6 立即方式 218 2.5.7 相对方式 218 2.6 UNIX汇编程序 219 2.7 存储管理 219 2.8 段寄存器 220 2.9 页说明寄存器 220 2.10 存储分配 220 2.11 状态寄存器 221 2.12 “i”和“d”空间 221 2.13 启动条件 221 2.14 专用设备寄存器 221 第3章 阅读“C”程序 222 3.1 某些选出的例子 222 3.2 例1 222 3.3 例2 223 3.4 例3 223 3.5 例4 225 3.6 例5 225 3.7 例6 227 3.8 例7 227 3.9 例8 228 3.10 例9 228 3.11 例10 229 3.12 例11 229 3.13 例12 230 3.14 例13 230 3.15 例14 231 3.16 例15 231 3.17 例16 232 3.18 例17 233 第4章 概述 235 4.1 变量分配 235 4.2 全局变量 235 4.3 “C”预处理程序 235 4.4 第一部分 236 4.4.1 第1组“.h”文件 236 4.4.2 汇编语言文件 237 4.4.3 在第一部分中的其他文件 237 4.5 第二部分 237 4.6 第三部分 238 4.7 第四部分 238 4.8 第五部分 239 第一部分 初始化、进程初始化 第5章 两个文件 241 5.1 文件malloc.c 241 5.1.1 列表维护规则 241 5.1.2 malloc(2528) 242 5.1.3 mfree(2556) 243 5.1.4 结论 244 5.2 文件prf.c 244 5.2.1 printf(2340) 244 5.2.2 printn(2369) 245 5.2.3 putchar(2386) 246 5.2.4 panic(2419) 247 5.2.5 prdev(2433)、deverror(2447) 247 5.3 包含的文件 247 第6章 系统初启 249 6.1 操作员的动作 249 6.2 start(0612) 249 6.3 main(1550) 251 6.4 进程 252 6.5 proc〔0〕的初始化 252 6.6 sched(1940) 253 6.7 sleep(2066) 253 6.8 swtch(2178) 253 6.9 再回到main 254 第7章 进程 256 7.1 进程映像 256 7.2 proc结构(0358) 257 7.3 user结构(0413) 257 7.4 每个进程数据区 258 7.5 段 258 7.6 映像的执行 258 7.7 核心态执行 259 7.8 用户态执行
莱昂氏UNIX源代码分析 中文PDF完整版
10-23
莱昂氏UNIX源代码分析 中文PDF完整版
2025-03-10 15:53:44.213140: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could no
2301_81086763的博客
03-12 484
调用N卡GPU跑项目过程中出现的报错#
莱昂氏UNIX源代码分析(完整版)
09-11
莱昂氏UNIX源代码分析(完整版) 莱昂氏UNIX源代码分析(完整版)
莱昂氏UNIX源代码分析（1） PDF版本 高清版 强烈推荐
04-25
本书由上、下两篇组成。上篇为UNIX版本6的源代码，下篇是莱昂先生对UNIX操作系统版本6源代码的详细分析。本书语言简洁、透彻，曾作为未公开出版物广泛流传了二十多年，是一部杰出经典之作。本书适合UNIX操作系统编程人员、大专院校师生学习参考使用。
莱昂氏unix内核源码分析 pdf_万字长文揭秘 ARM 32 内核是如何启动的！
weixin_39839478的博客
11-12 711
译者 | 弯月，责编 | 郑丽媛头图 | CSDN 下载自视觉中国出品 | CSDN(ID：CSDNnews)以下为译文：不久前，我曾撰文介绍了内核的解压缩，结果那篇文章(https://people.kernel.org/linusw/how-the-arm32-linux-kernel-decompresses)收到了大量的评论和留言，这有点出乎意料。我估计可能是因为那篇文章跟火爆七...
2021-10-11 深度学习环境安装：Anaconda+tensorflow+opencv
qq_15845559的博客
10-11 936
安装包准备： Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学计算、数据分析包，支持 Linux, Mac, Windows多个系统，并方便的管理python环境。可以为python初学者提供诸多方便，同时也是一些深度学习框架官方建议的python安装库。 在Anaconda官网上找到想要安装python版本对应的Anaconda版本下载就可以，如果国外网站下载速度太慢，可以到国内的清华大学开源软件镜像站下载。只要在百度搜索清华镜像就行。由于是自己学习，没
安装tensorflow-gpu版本
XU_MAN_的博客
04-04 445
1，核对需要安装版本tensorflow和电脑CUDA的版本。直接进入下面网站收索下载。检查CUDA的命令为。
解决OSError: libtorch_cuda_cpp.so: cannot open shared object file: No such file or directory
qtblM的博客
06-04 3392
这个文件，所以我们按照自己的cuda版本选择匹配的包含 CUDA 加速的 torch 版本。，是 PyTorch 的 CPU 版本，不包含对 CUDA 加速的支持。把 torch 版本由 cpu 版本改为兼容 cuda 的版本。这一文件，这是因为我的环境中的torch版本为。只有支持 GPU 的 torch 版本中才有。定位到最终的报错位置，可以看到是由于缺少。也要换成自己的cuda版本。是要安装的 torch 版本，是 cuda11.1 的意思。可能会出现没有匹配版本的报错）安装新版本torch：$
莱昂氏UNIX源代码分析（2） PDF版 高清 强烈推荐
04-25
莱昂氏UNIX源代码分析（2） PDF版 高清 强烈推荐 莱昂氏UNIX源代码分析（2） PDF版 高清 强烈推荐 莱昂氏UNIX源代码分析（2） PDF版 高清 强烈推荐 莱昂氏UNIX源代码分析（2） PDF版 高清 强烈推荐
莱昂氏unix源代码分析[pdf]
04-28
想学习linux内核的话，建议先看看这本书。绝对很经典。流传了20多年了。
莱昂氏unix源代码分析 PDF
01-18
莱昂氏unix源代码分析 PDF
莱昂氏unix源代码分析
04-10
莱昂氏unix源代码分析
莱昂氏unix源代码分析.rar
11-19
Unix是20世纪70年代初出现的一个操作系统，除了作为网络操作系统之外，还可以作为单机操作系统使用。Unix作为一种开发平台和台式操作系统获得了广泛使用,该书可以帮助你更好的学习
解决Tensorflow error(CUBLAS_STATUS_EXECUTION_FAILED)报错问题
SpadgerZ的博客
10-27 2828
显卡CUDA tensorflow-gpu
【解决】mac os系统下dlopen(...):Library not loaded: @loader_path/.dylibs/libxcb.1.1Reason: image not found
weixin_39967072的博客
11-24 2544
错误描述： 使用py2app构建os 独立应用程序，测试模式程序运行无误，构建正式程序后运行出错： terminnal运行app后报错信息 importError: dlopen(/Users/Rachel1900/myproject/code/code_to_be_packed/pic2txt/dist/pic2txt_1.0.app/Contents/Resources/lib/python3.8/lib-dynload/PIL/_imaging.so, 2): Library not loaded:
读《莱昂氏UNIX源代码分析》
TCP/IP
02-09 9936
在unix早期的代码中，schedule和swap两个核心任务都是由0号进程来负责的，这个朴实的设计就是unix系统最最原始的设计，因为unix在开始设计的时候十分清楚进程应该做什么不应该做什么，应该做它本职的工作，而诸如调度和置换之类的任务不应该由用户进程负责，但是linux后来颠覆了这个想法，毕竟频繁的切换带来的开销已经基本抵消了分工设计带来的优雅，于是就将调度工作分担给了各个进程本身，而置换
vue - marked 解析插件报错：marked__WEBPACK_IMPORTED_M
最新发布
03-15
<think>好的，用户遇到了在Vue中使用marked解析插件时出现的Webpack相关错误，具体是`TypeError: __WEBPACK_IMPORTED_MODULE_1_vuex__.a.store is not a constructor`。首先，我需要分析这个错误的原因。根据引用[2]，这个错误通常是因为在创建Vuex Store实例时，Store的大小写不正确。用户可能在某个地方写成了小写的`store`，而正确的应该是大写的`Store`。 接下来，我需要考虑marked和Webpack的集成问题。可能是在配置Webpack时，对marked的引入方式不正确，或者没有正确配置loader来处理marked相关的文件。此外，用户可能没有正确安装或配置marked插件，导致模块导入错误。 还要检查用户的Vue组件中是否正确引入和使用marked。例如，是否在组件中正确导入marked库，并在需要的地方调用其方法，比如`marked.parse()`。如果用户使用的是Vue 3，可能需要使用`marked.parse()`而不是`marked()`，因为Vue 3的响应式系统有所变化。 另外，检查Webpack的版本和相关配置是否正确。例如，是否安装了必要的依赖，如webpack-cli，以及是否有合适的规则来处理JavaScript文件。引用[1]中提到安装webpack的命令，可能需要确保所有依赖的版本兼容。 可能的解决方案包括：检查Vuex Store的实例化代码，确保使用大写的`Store`；重新安装或更新marked和webpack的版本；检查Webpack配置中的模块规则，确保正确处理marked相关的语法；以及在Vue组件中正确使用marked的方法。此外，可能需要配置Webpack的别名或者调整导入方式，避免模块路径错误。 最后，总结步骤，确保用户能够一步步排查和解决问题，从代码检查到依赖管理，再到配置调整，逐一排除可能的原因。</think>### 解决方案：Vue 中使用 marked 解析插件时的 Webpack 错误处理 #### 1. 错误原因分析 报错`TypeError: __WEBPACK_IMPORTED_MODULE_1_vuex__.a.store is not a constructor`通常与以下情况相关： - **Vuex Store 构造函数命名错误**：在导出 Vuex Store 时使用了小写的`store`，而正确应为大写的`Store`[^2]； - **marked 插件依赖未正确引入**：Webpack 未正确解析 marked 模块路径或语法； - **Webpack 配置未兼容 ES6 语法**：未配置 Babel 转换第三方库（如 marked）的代码。 --- #### 2. 分步解决方案 ##### 步骤 1：检查 Vuex Store 的构造函数命名 在 Vue 项目的 Store 定义文件中，确认导出时使用大写的`Store`： ```javascript // store/index.js import Vue from 'vue' import Vuex from 'vuex' Vue.use(Vuex) export default new Vuex.Store({ // 注意 Store 首字母大写 state: {}, mutations: {} }) ``` ##### 步骤 2：正确安装 marked 并配置 Webpack 1. **安装 marked 和 loader**： ```bash npm install marked -S npm install html-loader -D # 若需要解析 HTML 内容 ``` 2. **配置 Webpack 的 module.rules**（在`vue.config.js`中添加）： ```javascript module.exports = { configureWebpack: { module: { rules: [ { test: /\.md$/, use: [ { loader: 'html-loader' }, { loader: 'markdown-loader' } ] } ] } } } ``` ##### 步骤 3：在 Vue 组件中正确使用 marked ```javascript import marked from 'marked' // 确保路径正确 export default { methods: { parseMarkdown(content) { return marked.parse(content) // Vue 3 需用 marked.parse() } } } ``` ##### 步骤 4：检查 Webpack 版本兼容性 - 升级 webpack 到最新稳定版： ```bash npm install webpack@5 webpack-cli@4 -D ``` --- #### 3. 验证配置 1. 重新启动项目： ```bash npm run serve ``` 2. 若仍报错，检查控制台提示的模块路径，确认`marked`是否被正确打包。 ---
评论 58
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