tensorflow-gpu无法调用GPU； Cannot dlopen some GPU libraries. Could not load dynamic library ‘libcusolver

在Linux Ubuntu下：

一、tensorflow-gpu无法调用GPU

检查

请通过以下语句来进行检查:

import tensorflow as tf
tf.test.is_gpu_available()
tf.config.list_physical_devices('GPU')

报错且返回False是不成功的：

这样是成功的，返回True：

二、版本检查

1. 检查tensorflow-gpu版本与CUDA版本对应关系

官网中检查tensorflow-gpu版本与CUDA版本对应关系，是否符合：
https://www.tensorflow.org/install/source#gpu

不同版本的tensorflow-gpu与CUDA对应关系如下表所示（图片有点旧了，python版本是2.7和3.3-3.8）：

对于版本号大于1.13的tensorflow-gpu的1.x版本，如1.14、1.15，建议安装CUDA10.0，不要安装CUDA10.1，安装后会提示缺少很多库文件，而导致GPU版本的tensorflow无法使用，如下图所示：

如果是2.0以上的tensorflow，按下面列表安装（2023年5月更新, 现在TF2.X和CUDA版本的兼容性越来越好了，不同的TF2.X版本可以匹配多个CUDA版本,下表所示是本人验证过的，不是唯一匹配方案)

2.linux查看cuda和cudnn版本

查看cuda版本：

nvcc -V

查看cudnn版本

cat /usr/local/cuda-11.6/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

若此处显示找不到文件的话说明没有装cudnn，需要再进行安装

3. 更换版本

确定是版本对应问题后，卸载现在的版本并且重新安装：

pip uninstall tensorflow tensorflow-gpu
pip install tensorflow-gpu==x.x.x

三、解决报错：Could not load dynamic library ‘libcudnn.so.8’; dlerror: libcudnn.so.8: cannot open shared object file: No such file or directory

确定版本没有问题后仍然报错：

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
2023-05-11 15:10:35.942107: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1850] 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 at https://www.tensorflow.org/install/gpu for how to download and setup the required libraries for your platform.
Skipping registering GPU devices…

说明只安装了CUDA，并未安装CUDA所对应的libcudnn甚至是CUDNN

1. 安装CUDNN（若没安装的话）

下载CUDA版本对应的cuDNN版本：
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse805-111

参照官方文档进行安装：

https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#installlinux-tar

验证：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

出现以下信息说明安装成功，由于安装的cuDNN版本是8.5.0，所以MAJOR、MINOR、PATCHLEVEL依次是8、5、0

2. 安装CUDA所对应的libcudnn

去官网找到对应的libcudnn版本
网址：https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/
我所对应的版本如图所示
下载：

wget https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu2004/x86_64/libcudnn8_8.4.0.27-1+cuda11.6_amd64.deb

对应的dev也要进行安装：

wget https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu2004/x86_64/libcudnn8-dev_8.4.0.27-1+cuda11.6_amd64.deb

最后进行安装：

sudo dpkg -i libcudnn8_8.4.0.27-1+cuda11.6_amd64.deb
sudo dpkg -i libcudnn8-dev_8.4.0.27-1+cuda11.6_amd64.deb

再进行测试后显示为True，至此跑程序就可以调用gpu了。