linux系统下的报错: Loaded runtime CuDNN library: 7.5.0 but source was compiled with: 7.6.4. CuDNN library

linux下使用tensorflow提示: Loaded runtime CuDNN library: 7.5.0 but source was compiled with: 7.6.4. CuDNN library major and minor version needs to match or have higher minor version in case of CuDNN 7.0 or later version. If using a binary install, upgrade your CuDNN library. If building from sources, make sure the library loaded at runtime is compatible with the version specified during compile configuration.

这坑比东西,气死老子了,本文写的时候情绪波动很大,想直接看操作的就看不知道原理不过就是这么操作的部分就行了

我他么真的是人麻了,这种问题搞一半一知半解的感觉真的是太不美好了,我先说一下我的思路,我在网上就没找到什么有关于linux系统下的这个报错,卡了老子一天,我昨晚一晚上没睡搞到凌晨6点20,然后8点起来的去搞助管,真就感觉我他吗现在脑子fufu的,基本所有教程都是基于win10系统下的,我就跟着人家那个猜啊猜,我猜这一步,这个文件是啥意思,最后是看参考博客里面用到了一个文件替换的技巧,我就想着能不能把cudnn7.6.4的东西替换一下,激活了虚拟环境之后,我就把东西放里面一放试试,结果人家好了不报错了,我还不知道为啥,到时候能不能来个大佬给我看看为啥啊 ,md,以后有钱了一定买一台windows服务器,天天让它跑模型。

不过按照我写博客的习惯,还是要感谢一下的

参考

本文感谢以下参考博客(本排名不分先后):

  1. .so文件(linux系统)
  2. TensorFlow与cudnn不匹配 :Loaded runtime CuDNN library: 7.5.1 but source was compiled with: 7.6.0
  3. Tensorflow的大坑:Win10(Anaconda)下CuDNN library: 7.1.4 but source was compiled with: 7.2.1解决方案
  4. 解决win10下TensorFlow2.0/2.1出错:Loaded runtime CuDNN library: 7.5.0 but source was compiled with: 7.6.0
  5. cudnn问题,正确安装cudnn
  6. 最正确的姿势安装cudnn,网上大多数教程都太坑了
  7. 解决win10下CuDNN报错:Loaded runtime CuDNN library: 7.5.0 but source was compiled with:
  8. anaconda-pkgs-cudnn

不知道原理不过就是这么操作的

第一步:官网下载cudnn的配置文件
是什么系统就下载什么系统,需要什么cudnn就下载什么cudnn,配套的是什么cuda就找对应的cuda去,比如我这里下载的就是 linux-64/cudnn-7.6.4-cuda10.1_0.tar.bz2,理由是报错提示我需要cudnn7.6.4,对应的cuda是10.1
找对应的文件在这里面找
第二步:复制
下载到本地的.tar.bz2解压一下,我用的解压软件是bandzip,得到三个文件夹
在这里插入图片描述
在服务器里面,找到你想用的那个虚拟环境(我用的anaconda,不过能搜到我这个帖子的人应该都能知道我在说啥吧,我就怕有的跟我一样小白的同学不会),打开lib,把本地lib里面的文件复制进去,再找到include,把include里面的东西复制进去,然后报错就不再报错了

问题解决之前信息:
在这里插入图片描述
问题解决之后信息:
在这里插入图片描述

总结

防火防盗,切记一定要防诈骗,不加来历不明的好友,免得人财两空

  • 5
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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