TensorFlow報錯ImportError: libcublas.so.9.0怎么辦

# TensorFlow報錯ImportError: libcublas.so.9.0怎么辦

## 問題描述

當在Linux系統中運行基于TensorFlow的Python程序時，可能會遇到以下錯誤：
```bash
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

這個錯誤表明系統缺少CUDA 9.0的動態鏈接庫文件libcublas.so.9.0，而當前安裝的TensorFlow版本依賴該庫。

錯誤原因

1. 版本不匹配：安裝的TensorFlow版本（如1.5-1.12）需要CUDA 9.0支持，但系統中未安裝對應版本
2. CUDA未正確安裝：CUDA工具包未安裝或環境變量未配置
3. 多版本沖突：系統中存在多個CUDA版本導致路徑混亂

解決方案

方法1：安裝匹配的CUDA工具包

# 添加NVIDIA官方倉庫
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" > /etc/apt/sources.list.d/cuda.list'

# 安裝CUDA 9.0
sudo apt-get update
sudo apt-get install cuda-9-0

方法2：配置環境變量

在~/.bashrc中添加：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后執行：

source ~/.bashrc

方法3：創建符號鏈接（如果已安裝其他版本）

sudo ln -s /usr/local/cuda-10.1/lib64/libcublas.so /usr/local/cuda-10.1/lib64/libcublas.so.9.0

方法4：降級TensorFlow版本

pip install tensorflow-gpu==1.12.0  # 明確指定支持CUDA 9.0的版本

驗證安裝

1. 檢查CUDA版本：

nvcc --version

1. 檢查cuBLAS庫：

ls /usr/local/cuda/lib64 | grep libcublas

1. 在Python中測試：

import tensorflow as tf
tf.test.is_gpu_available()  # 應返回True

注意事項

1. 建議使用conda管理環境，可自動解決依賴：

conda install tensorflow-gpu=1.12.0

1. 對于現代硬件，推薦使用TensorFlow 2.x+CUDA 11組合：

pip install tensorflow  # 2.x版本默認支持新CUDA

1. 如果使用Docker，可直接拉取預配置鏡像：

docker pull tensorflow/tensorflow:1.12.0-gpu

通過以上方法，應該能解決大多數libcublas.so.9.0缺失問題。如果仍有異常，建議檢查系統日志獲取更詳細的錯誤信息。 “`