Could not load dynamic library ‘libnvinfer.so.7‘，‘libnvinfer_plugin.so.7‘

最新推荐文章于 2024-08-06 15:26:08 发布

weixin_48766549

最新推荐文章于 2024-08-06 15:26:08 发布

阅读量503

点赞数 7

文章标签： python linux 开发语言

本文链接：https://blog.csdn.net/weixin_48766549/article/details/140927160

版权

参考大佬Could not load dynamic library 'libnvinfer.so.7' 解决方法-CSDN博客的方法：

1.首先安装TensorRT

pip install tensorrt

2.找到tensorrt_libs目录，在这里题主的路径和大佬方法中所提路径不一样，是在虚拟环境路径 /home/xxx/anaconda3/envs/rdpn/lib/python3.9/site-packages/tensorrt_libs 中，并且后缀数字为10：

但别慌，继续按照后面的操作建立软连接即可，将该目录下的 libnvinfer.so.10 建立软链接到 /home/xxx/anaconda3/envs/rdpn/lib/ 目录中，并将名字改为 libnvinfer.so.7，具体命令行为：

sudo ln -s /home/xxx/anaconda3/envs/rdpn/lib/python3.9/site-packages/tensorrt_libs/libnvinfer.so.10 /home/xxx/anaconda3/envs/rdpn/lib/libnvinfer.so.7

sudo ln -s /home/xxx/anaconda3/envs/rdpn/lib/python3.9/site-packages/tensorrt_libs/libnvinfer_plugin.so.10 /home/xxx/anaconda3/envs/rdpn/lib/libnvinfer_plugin.so.7

最后打开home目录下的 .bashrc 文件，添加一句环境变量以便每次打开终端时可以找到这两个文件：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/xxx/anaconda3/envs/rdpn/lib/

最终问题成功解决！！！

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_48766549

关注关注

7
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

libnvinfer.so, libnvinfer_plugin.so : cannot open shared object file 错误解决

白马负金羁

02-08

3530

在使用GPU加速你的深度学习程序时，你是否遇到过如下警告：Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory; Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7

Could not load dynamic library ‘libcusolver.so.10‘

NLP与推荐算法

02-03

646

如果你确定库文件是存在的，但仍然无法加载，可能是版本不匹配问题。你需要确保程序链接的库版本和实际系统中的库版本一致。如果不一致，可以尝试安装正确版本的库。如果你使用的是一个特定的开发环境或框架（如 Anaconda），确保它配置了正确的 CUDA Toolkit 版本。如果你在使用容器化技术（如 Docker），确保容器中包含了 CUDA 相关的库，并且正确设置了 GPU 支持。是 NVIDIA CUDA 工具包中的一个库，专门用于解决线性代数方程组。如果文件存在但是程序仍然报错，可能需要设置正确的。

参与评论您还未登录，请先登录后发表或查看评论

Could not load dynamic library 'libnvinfer.so.7' 解决方法

/dev/null

11-27

2893

1.首先安装TensorRTpip install tensorrt 2.找到tensorrt_libs目录，一般在~/.local/lib/python3.10/site-packages/tensorrt_libs/。目录下可以看到libnvinfer.so.8等文件注：有些教程说的是tensorrt目录，但是我在这个目录下面没找到文件 3.创建symbol links，这样TensorFl...

[Bug]: Could not load dynamic library ‘libnvinfer.so.7‘

nuliliq的博客

03-13

1354

亲测有效。

Tensorflow 报错 Could not load dynamic library ‘libnvinfer.so.7‘ 解决方法

最新发布

qq_36577574的博客

08-06

179

【代码】安装tensorflow过程中遇到“Could not load dynamic library ‘libnvinfer.so.7‘”此类问题解决方法。

libnvinfer.so.7

03-22

deepstream-app: error while loading shared libraries: libnvinfer.so.7: cannot open shared object file: No such file or directory

关于Could not load dynamic library ‘libnvinfer.so.6‘和 ‘libcudart.so.10.0‘的解决

MalusJiang的博客

12-16

1920

前言首先，现在可以直接在tensorflow的工作流中调用tensorRT的代码了，统称为TF-TRT，不需要再单独使用TensorRT进行优化，但运行需要本地安装了TensorRT 如果想在运用TensorFlow中自带的TensorRT，例如以下代码 from tensorflow.python.compiler.tensorrt import trt_convert as trt input_saved_model_dir = "saved_model_dir" converter = trt

GPU服务器配置：Tensorflow2.1安装采坑Could not load dynamic library ‘libnvinfer.so.6‘

神仙院B栋4楼保安的博客

08-13

2448

碎碎念：果不其然，Tensorflow的安装永远都不会一帆风顺，尤其是要装GPU版本，太不友好了。对比之下pytorch一个命令行搞定，真香。言归正传：当我安装好显卡驱动，CUDA，cudnn之后满心欢喜的以为在conda里用命令行装好tf-gpu就完事了的时候，tensorflow果然在让人失望上没让人失望，给我报了个错 tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library

报错-Could not load dynamic library libcudart.so.7.0

avast510的博客

05-27

375

报错背景：中国高校计算机大赛-微信大数据挑战赛问题描述：在Pycharm里跑官方提供的baseline(tf代码)的时候，用gpu跑的时候报错： Could not load dynamic library libcudart.so.7.0 之后代码跳过gpu加载阶段，直接使用cpu跑报错截图如下原因分析：服务器没有装cudnn7.6.5 解决方案：一 csdn了一下，发现有其它人也碰到过这种问题： https://blog.csdn.net/qq_19707521/arti

tensorflow Could not load dynamic library

04-05

Could not load dynamic library 'cublas64_11.dll'; Could not load dynamic library 'cublasLt64_11.dll'; Could not load dynamic library 'cufft64_10.dll'; Could not load dynamic library 'curand64_10.dll'; Could not load dynamic library 'cusolver64_11.dll'; Could not load dynamic library 'cusparse64_11.dll';

报错解决ImportError: libnvinfer.so.7: cannot open shared object file: No such file or directory

u010522887的专栏

03-19

1100

`ImportError: libnvinfer.so.7: cannot open shared object file: No such file or directory`，是因为没有安装tensorrt。

使用GPU时报错：Could not load dynamic library libcudnn.so.7

weixin_42966093的博客

11-03

419

使用GPU时报错：Could not load dynamic library libcudnn.so.7

ImportError: libnvinfer.so.7: cannot open shared object file: No such file or directory

ltochange的博客

11-16

4715

安装好tensorrt之后，import tensort报错，是因为没有配置好环境变量 export LD_LIBRARY_PATH=/models/TensorRT-7.2.3.4/lib:$LD_LIBRARY_PATH /models/TensorRT-7.2.3.4/ 替换为自己的tensorrt安装路径

【tensorflow-gpu CUDA cudann】报错：Could not load dynamic library ‘libcudart.so.

qq_36294507的博客

08-08

1962

1）最近在使用tensorflow-gpu 2.2.0版本时遇到了 Could not load dynamic library 'libcudart.so.10.1'; Could not load dynamic library 'libcublas.so.10'； Could not load dynamic library 'libcurand.so.10'; .... 解决方法是安装于tensorflow-gpu版本对应的CUDA (建议使用anacoda虚拟环境） cond.

完美解决TensorFlow-gpu报错问题Could not load dynamic library ‘libnvinfer.so.6’ and ‘libcudart.so.11.0’

源代码杀手的博客

09-10

1万+

一、问题描述 Could not load dynamic library ‘libnvinfer.so.6’; dlerror: libnvinfer.so.6: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda-10.1/lib64 报错后仍可以正常运行，但是发现GPU并未调用，只跑在CPU上。在尝试多次重装CUDA10.1、CUDA ToolKit等后，均无效。

解决TensorFlow报错：Could not load dynamic library ‘libnvinfer.so.6‘； dlerror: libnvinfer.so.6: cannot o

weixin_44607626的博客

01-04

8757

一、问题描述刚配好CUDA + TensorFlow-GPU + Python环境，在编译器中运行时确报错 Could not load dynamic library 'libnvinfer.so.6'; dlerror: libnvinfer.so.6: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda-10.0/lib64 报错后仍可以正常运行，但是...

Failed to initialize NVML: could not load NVML library.

11-11

这个错误通常是由于缺少NVIDIA Management Library (NVML)库文件或者库文件路径不正确导致的。解决这个问题的方法如下： 1. 确认NVML库文件是否存在于正确的路径中。可以通过以下命令查找NVML库文件： ``` sudo find / -name libnvidia-ml.so* ``` 如果找到了NVML库文件，将其路径添加到LD_LIBRARY_PATH环境变量中： ``` export LD_LIBRARY_PATH=/path/to/nvml:$LD_LIBRARY_PATH ``` 其中，/path/to/nvml是NVML库文件所在的路径。 2. 如果没有找到NVML库文件，可以尝试重新安装NVIDIA驱动程序。可以通过以下命令卸载旧的NVIDIA驱动程序： ``` sudo apt-get remove --purge nvidia* ``` 然后重新安装最新的NVIDIA驱动程序： ``` sudo apt-get install nvidia-driver-<version> ``` 其中，<version>是最新的NVIDIA驱动程序版本号。 3. 如果以上方法都无法解决问题，可以尝试修改nvidia-device-plugin的yml文件的启动方式，在启动前先执行ldconfig。具体方法如下： ``` - name: nvidia-device-plugin-daemonset image: nvidia/k8s-device-plugin:1.0.0-beta4 volumeMounts: - name: device-plugin mountPath: /var/lib/kubelet/device-plugins args: - -v=4 - --logtostderr - --node-name=$(NODE_NAME) - --register-with-taints=nvidia.com/gpu=true:NoSchedule - --device-plugin-path=/var/lib/kubelet/device-plugins - --docker-plugin-mode=false command: ["/bin/bash"] args: ["-c", "ldconfig && /usr/bin/nvidia-device-plugin"] ``` 在command和args之间添加一行args即可。