Nach dem Bau TensorFlow von der Quelle, sehen libcudart.so und libcudnn Fehler

Baue ich TensorFlow aus dem source-code. Der build scheint erfolgreich zu sein; aber wenn meine TensorFlow Programm ruft import tensorflow eine oder beide der folgenden Fehlermeldungen angezeigt:

  • ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory
  • ImportError: libcudnn.5: cannot open shared object file: No such file or directory
CudNN sehr wahrscheinlich zu sein, fehlt oder ist nicht richtig verlinkt
welche version von TensorFlow war das?

InformationsquelleAutor Barry Rosenberg | 2017-02-02

  1. 61

    Ersten, für die folgenden Fehler:

    ImportError: libcudart.so.8.0: nicht öffnen können shared object-Datei: Keine solche Datei oder das Verzeichnis

    stellen Sie sicher, dass Ihre LD_LIBRARY_PATH umfasst Ihre lib64 Verzeichnis, in welchem Pfad der Installation der cuda-Paket. Sie können dies tun, indem ein export Linie in Ihrem .bashrc. Für Omar, es sah aus wie die folgenden:

    Ich fest das nur das hinzufügen der cuda-Pfad zu meiner .bashrc

    export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

    Für mich, ich hatte zu tun, Omar s line und auch:
    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64/
    da habe ich zwei Verzeichnisse mit cuda (wahrscheinlich nicht die beste).

    Zweiten, sind Sie sicher, dass Sie installiert cuDNN? Beachten Sie, dass dies unterscheidet sich von der regulären cuda-Paket. Sie müssen sich registrieren, dann herunterladen und installieren Sie das Paket von der folgenden Seite:
    https://developer.nvidia.com/cudnn

    Dritten, ich hatte das gleiche problem:

    ImportError: libcudnn.5: nicht öffnen können shared object-Datei: Keine solche Datei oder das Verzeichnis

    Es stellt sich heraus, es gibt keine libcudnn.5 in meinem /usr/local/cuda/lib64 oder /usr/local/cuda-8.0/lib64 Verzeichnisse. Jedoch, ich habe ein libcudnn.so.6.* - Datei. Um das problem zu lösen, habe ich ein soft-link:

    ln -s libcudnn.so.6.* libcudnn.so.5

    in meinem /usr/local/cuda/lib64 - Verzeichnis. Jetzt funktioniert alles bei mir. Ihr Verzeichnis kann unterschiedlich sein, wenn Sie bereits cuDNN, und Ihre libcudnn.so.6.* möglicherweise eine andere version, so überprüfen, dass.

    Hallo, ich bin mit Ubuntu 14.04, aber ich bekomme keinen Zugriff auf irgendwelche cuDNN debian-Paket von https://developer.nvidia.com/rdp/cudnn-download. Jeder link zu einem Ubuntu-deb-Paket echos einen 403-Fehler und sagt "Seite Nicht Gefunden". Haben Sie jemals erfüllt?
    wahrscheinlich temporär. Ich benutze auch 14.04 und ich war in der Lage, um es herunterzuladen. Habe es nur gestern.
    Werke gor zu mir, außer ich habe das mit dem Befehl export LD_LIBRARY_PATH=/usr/local/lib:${LD_LIBRARY_PATH} ändern Sie die Umgebungsvariable.

    InformationsquelleAutor Luis Valle

  2. 40

    Stieß ich auf das gleiche Problem

    In [1]: import tensorflow
---------------------------------------------------------------------------
ImportError                               Traceback (most recent call last)
/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow.py in <module>()
     40     sys.setdlopenflags(_default_dlopen_flags | ctypes.RTLD_GLOBAL)
---> 41   from tensorflow.python.pywrap_tensorflow_internal import *
     42   from tensorflow.python.pywrap_tensorflow_internal import __version__

/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow_internal.py in <module>()
     27             return _mod
---> 28     _pywrap_tensorflow_internal = swig_import_helper()
     29     del swig_import_helper

/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow_internal.py in swig_import_helper()
     23             try:
---> 24                 _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
     25             finally:

/usr/local/lib/python3.5/imp.py in load_module(name, file, filename, details)
    241         else:
--> 242             return load_dynamic(name, filename, file)
    243     elif type_ == PKG_DIRECTORY:

/usr/local/lib/python3.5/imp.py in load_dynamic(name, path, file)
    341             name=name, loader=loader, origin=path)
--> 342         return _load(spec)
    343

ImportError: libcudnn.so.5: cannot open shared object file: No such file or directory

During handling of the above exception, another exception occurred:

ImportError                               Traceback (most recent call last)
<ipython-input-1-a649b509054f> in <module>()
----> 1 import tensorflow

/usr/local/lib/python3.5/site-packages/tensorflow/__init__.py in <module>()
     22
     23 # pylint: disable=wildcard-import
---> 24 from tensorflow.python import *
     25 # pylint: enable=wildcard-import
     26

/usr/local/lib/python3.5/site-packages/tensorflow/python/__init__.py in <module>()
     49 import numpy as np
     50
---> 51 from tensorflow.python import pywrap_tensorflow
     52
     53 # Protocol buffers

/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow.py in <module>()
     50 for some common reasons and solutions.  Include the entire stack trace
     51 above this error message when asking for help.""" % traceback.format_exc()
---> 52   raise ImportError(msg)
     53
     54 # pylint: enable=wildcard-import,g-import-not-at-top,unused-import,line-too-long

ImportError: Traceback (most recent call last):
  File "/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow.py", line 41, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "/usr/local/lib/python3.5/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "/usr/local/lib/python3.5/imp.py", line 242, in load_module
    return load_dynamic(name, filename, file)
  File "/usr/local/lib/python3.5/imp.py", line 342, in load_dynamic
    return _load(spec)
ImportError: libcudnn.so.5: cannot open shared object file: No such file or directory


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.

    Habe ich installiert cudnn 6.0, während es muss libcudnn.so.5 er, offenbar nicht finden konnte libcudnn.so.5. Es scheint, dass Ihre tensorflow muss cudnn 5.x so installieren Sie cudnn 5.x

    Nach dem Bau TensorFlow von der Quelle, sehen libcudart.so und libcudnn Fehler

    Stellen Sie sicher Sie bereits installiert haben, cuda 8.0 exportiert und die PATH und LD_LIBRARY_PATH

    Installieren cudnn 5.x, versuchen Sie die folgenden Befehle

    Extrahieren Archivdateien

    $ tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz

    Überprüfen Sie die Dateien

    $ cd cuda/lib64/
$ ls -l
total 150908
lrwxrwxrwx 1 doom doom       13 Nov  7  2016 libcudnn.so -> libcudnn.so.5
lrwxrwxrwx 1 doom doom       18 Nov  7  2016 libcudnn.so.5 -> libcudnn.so.5.1.10
-rwxr-xr-x 1 doom doom 84163560 Nov  7  2016 libcudnn.so.5.1.10
-rw-r--r-- 1 doom doom 70364814 Nov  7  2016 libcudnn_static.a

    Hier sehen Sie 2 symbolischen link-Dateien, und kopieren Sie einfach libcudnn.so.5.1.10 und libcudnn_static.a zu /usr/local/cuda/lib64

    Machen symbolischen link-Dateien

    $ cd /usr/local/cuda/lib64/
$ sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5
$ sudo ln -s libcudnn.so.5 libcudnn.so
$ ls -l libcudnn*
lrwxrwxrwx 1 root root       13 May 24 09:24 libcudnn.so -> libcudnn.so.5
lrwxrwxrwx 1 root root       18 May 24 09:24 libcudnn.so.5 -> libcudnn.so.5.1.10
-rwxr-xr-x 1 root root 84163560 May 24 09:23 libcudnn.so.5.1.10
-rw-r--r-- 1 root root 70364814 May 24 09:23 libcudnn_static.a

    Kopieren cudnn.h im include Verzeichnis /usr/local/cuda/include

    $ sudo cp cudnn.h /usr/local/cuda/include/

    Hoffe, es wird dir helfen!

    Was ist, wenn cudnn.h ist da nicht enthalten?
    wie haben Sie download der cudnn-8.0-linux-x64-v5.1.tgz?
    Ich habe die Datei von der nvidia-website. Ich habe bereits als Mitglied registriert. Ich dint bemerkt, dass include Ordner war es nach Extraktion. Ich machte es Arbeit. Danke.
    Für mich auf Ubuntu 16.04 + Gtx 660 + CUDA 8.0, @AlexanderYau thx

    InformationsquelleAutor GoingMyWay

  3. 10

    Ich fest das nur das hinzufügen der cuda-Pfad zu meiner .bashrc

    export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

    Nur im Hinterkopf haben, dass Sie zuerst gehen müssen, um nvidia Deep Learning Seite registrieren und download cuDNN, extrahieren und kopieren Sie die Dateien aus include und lib64 Ordner in Ihrem cuda-installation.

    InformationsquelleAutor omarc7

  4. 5

    Habe ich gesehen, dass eine ähnliche Fehlermeldung (unten von diesem post), aber beschweren sich über libcudnn.so.6 statt libcudart.so.8.0 (siehe Anmerkung unten).

    Lösung:

    1. Download " cuDNN v6.0-Bibliothek für Linux':
      • Gehen https://developer.nvidia.com/rdp/cudnn-download
      • Klicken Sie auf " Download cuDNN v6.0 (27. April 2017), für CUDA 8.0'
      • Klicken Sie dann auf " cuDNN v6.0-Bibliothek für Linux'. Eine Datei (namens 'cudnn-8.0-linux-x64-v6.0.tgz') heruntergeladen werden.
    2. Folgen Sie den Anweisungen des Alexander Yau vor zu installieren, die cuDNN v6.0 Bibliothek.


    Hinweis:

    den Tensorflow Montageanleitung (ab 20/Aug/2017) erfordern die Installation cuDNN v5.1, aber meine Tensorflow installation (nach Anweisungen für die Installation in ein virtualenv) erforderlich cuDNN v6.x (angezeigt durch die Fehlermeldung). Ich weiß nicht, ob es ein Fehler auf meiner Seite oder ein Tensorflow Dokumentation. Nichtsdestoweniger, die oben genannte Lösung funktionierte für mich.


    Fehler:

    In [1]: import tensorflow as tf
---------------------------------------------------------------------------
ImportError                               Traceback (most recent call last)
<ipython-input-1-41389fad42b5> in <module>()
----> 1 import tensorflow as tf

/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/__init__.py in <module>()
     22 
     23 # pylint: disable=wildcard-import
---> 24 from tensorflow.python import *
     25 # pylint: enable=wildcard-import
     26 

/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/__init__.py in <module>()
     47 import numpy as np
     48 
---> 49 from tensorflow.python import pywrap_tensorflow
     50 
     51 # Protocol buffers

/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py in <module>()
     50 for some common reasons and solutions.  Include the entire stack trace
     51 above this error message when asking for help.""" % traceback.format_exc()
---> 52   raise ImportError(msg)
     53 
     54 # pylint: enable=wildcard-import,g-import-not-at-top,unused-import,line-too-long

ImportError: Traceback (most recent call last):
  File "/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 41, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "/home/haseeb/.virtualenvs/attention_transformer/local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.
    Ich stehe vor demselben Problem. Ich versuchte zu laufen, die gpu-code von hier : github.com/Franck-Dernoncourt/NeuroNER
    Es war ein Fehler in docs - siehe: github.com/tensorflow/tensorflow/issues/12416

    InformationsquelleAutor mohaseeb

  5. 3

    Ab jetzt tensor-flow unterstützt die cuda-9.0

    Tun folgende Dinge. Hoffe es hilft :

    $ sudo apt-get install cuda-9.0
$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64

    Download cuDNN für 9.0 (Sie müssen sich registrieren, bevor Sie Sie herunterladen)
    https://developer.nvidia.com/rdp/form/cudnn-download-survey

    $ sudo dpkg -i libcudnn7_7.1.2.21-1+cuda9.0_amd64.deb

    Schließen Sie alle terminal und öffnen Sie eine neue

    $ source activate tensorflow
$ python
>> import tensorflow as tf

    Sollten Sie nicht keine Fehler bekommen nachdem diese.

    InformationsquelleAutor Punit Vara

  6. 2

    Geheimnisvoll, meine libcudnn.so.5 installiert wurde ~/cuda/lib64. Für Leute wie mich, die Sie ändern müssen

    export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:~/cuda/lib64"

    zu

    export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/home/yourusername/cuda/lib64"

    InformationsquelleAutor Michael Ma

  7. 1

    Die vorherigen Fehler in der Regel verursacht durch die nicht Angabe einer Versionsnummer für die Cuda-SDK oder cuDNN beim ausführen der configure Skript. In anderen Worten, beim laufen die configure Skript, immer geben Sie eine Versionsnummer in der Antwort auf die folgenden zwei Fragen:

    • Please specify the Cuda SDK version you want to use, e.g. 7.0.
    • Please specify the cuDNN version you want to use.

    Nicht akzeptieren Sie die Standardeinstellungen des Systems.

    InformationsquelleAutor Barry Rosenberg

  8. 1

    Auf MacOS, dieses Problem wird oft verursacht durch bazel läuft in einer sandbox-Umgebung, also nicht die Achtung der LD_LIBRARY_PATH setzen in Ihrem lokalen shell. Ich würde nicht die Mühe gehen in den Verdienst der tiefen integration von sandboxing in einem build-tool.

    Die einfache Lösung ist, um symlink-die Bibliotheken in /usr/local/lib.

    cd /usr/local/lib && ln -s ../cuda/lib/libcudart.8.0.dylib

    InformationsquelleAutor Adnan Y

  9. 1

    Installieren Sie zuerst CUDA-Bibliothek (version 7.5) aus hier

    Anleitung Zur Installation:
    1- sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
    2- sudo apt-get update
    3- sudo apt-get install cuda

    Nach dem Bau TensorFlow von der Quelle, sehen libcudart.so und libcudnn Fehler

    Zweitens, installieren Sie den cuDNN von hier
    Nach dem Bau TensorFlow von der Quelle, sehen libcudart.so und libcudnn Fehler

    Dritte, export cuDNN Pfad:

    export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

    Falls Sie eine Fehlermeldung wie "Das Paket libcudnnX neu installiert werden muss,", führen Sie diese Schritte aus hier

    InformationsquelleAutor Wesam Na

  10. 1

    Überprüfen Sie die NVIDIA-Voraussetzungen für die Ausführung TensorFlow mit GPU-Unterstützung (link):

    • CUDA® Toolkit 8.0

    • Den NVIDIA-Treiber im Zusammenhang mit der CUDA-Toolkit 8.0

    • cuDNN v6.0

    • GPU-Karte mit CUDA-Compute Fähigkeit 3.0 oder höher

    • Den libcupti-dev-Bibliothek, die die NVIDIA CUDA-Profil-Tools-Oberfläche

    Habe ich installiert, die cuda v5.1 und die nachstehende Meldung bleibt immer noch:

    ImportError: libcudart.so.8.0: cannot open shared object file:
  No such file or directory

    Ich so bekam ich angepisst, weil alles gut aussieht, so dass ich entscheiden, zu überprüfen, meine GPU mit dem Befehl (unter Linux):

    glxinfo | grep GeForce

    Ich bemerkt, dass meine NVIDIA GPU wird nicht unterstützt:

    OpenGL renderer string: **GeForce GTX 560M**/PCIe/SSE2

    In diesem link finden Sie eine Liste, wie:

    Nach dem Bau TensorFlow von der Quelle, sehen libcudart.so und libcudnn Fehler

    Also meine Lösung war die Verwendung tensor flow ohne GPU-Unterstützung. Also ich mache:

    pip uninstall tensorflow-gpu

    Ich installieren ohne support:

    pip install tensorflow

    InformationsquelleAutor Andre Araujo

  11. 0

    TensorFlow 1.2.1 ist kompatibel mit cuDNN 5.1, aber noch nicht mit 6.0. So installieren Sie einfach cuDNN 5.1. Außer, dass Sie zu fehlen scheinen CUDA 8.0.

    InformationsquelleAutor Bohumir Zamecnik

  12. 0

    Allgemeine Problemumgehung Allgemeines problem in Bezug auf die GPU, CUDA, und Andockfenster:

    A. Wenn Sie den Umgang mit der Maschine lernen/deep learning verbundene Bereitstellung, Verwendung von nvidia-docker und nicht native-docker. Zum installieren von nvidia-docker befolgen Sie diese einfachen Schritte.

    Docker-Container sind Plattform-Agnostiker", aber auch hardware-agnostisch. Dies stellt ein problem bei der Verwendung von spezialisierter hardware, wie die NVIDIA-GPUs, die verlangen, kernel-Module und Benutzer-level-Bibliotheken zu betreiben. Als ein Ergebnis, das Andockfenster bietet keine native Unterstützung für NVIDIA-GPUs in Containern.

    B. Wenn Sie möchten, um Zugriff auf die GPU mit docker, nie bauen einen container aus dem nichts, Sie werden gebraten mit einer Reihe von Fehlern. Stattdessen verwenden Sie einfach einen container von Nvidia-Docker-hub. Wählen Sie einen beliebigen bestimmten Bild, kopieren Sie den Dockerfile und führen sudo nvidia-docker build -t happyapp .. [happyapp ist der neue app-name]. In 5 min bekommen Sie Ihren container bereit (abhängig von der Netzwerk Geschwindigkeit :p).

    C. laden Sie Niemals eine nvidia-docker mit cuda/cudnn version, Wenn Sie installieren und ausführen möchten Tensorflow. Wenn Sie dies tun, erhalten Sie libcudnn.so.6 oder libcudnn.so.9 oder libcusolver.so.8.0 verbundenen Fehler und die werden Sie kaum bekommen, um diese Fehler.
    Statt nur vorgefertigte Tensorflow Andockfenster Bild: sudo nvidia-docker run -it tensorflow/tensorflow:latest-gpu /bin/bash

    InformationsquelleAutor Patel Sunil

Schreibe einen Kommentar