TensorFlow 2.4.0运行代码提示Could not load dynamic library ‘libcusolver.so.10‘

于 2023-03-02 19:58:53 发布
阅读量350 收藏
点赞数 1
CC 4.0 BY-SA版权
分类专栏： Ubuntu系统配置 文章标签： tensorflow 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Explorer_XZH/article/details/129307785
在Ubuntu18.04系统上，使用TensorFlow2.4.0、CUDA11.4和cuDNN8.2.4进行目标检测时遇到问题，具体表现为无法加载动态库libcusolver.so.10。问题根源在于TensorFlow版本与CUDA版本不兼容，尽管官方文档的兼容性信息可能未及时更新。解决方法通常涉及调整TensorFlow或CUDA/cuDNN的版本以匹配。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本人运行环境为Ubuntu 18.04 + TensorFlow 2.4.0 + RTX 3070 Laptop + Python 3.8，CUDA版本为11.4，cuDNN版本为8.2.4。当运行目标检测代码时，提示Could not load dynamic library 'libcusolver.so.10'。实测发现是TensorFlow版本版本不对应，TensorFlow官网对于CUDA的版本验证更新相对滞后。

TensorFlow各个GPU版本CUDA和cuDNN对应关系，详细请参考链接：

https://tensorflow.google.cn/install/source_windows?hl=en#gpu

Could not load dynamic library ‘libcusolver.so.10‘
NLP与推荐算法
02-03 763
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。
Linux卸载以及离线安装tensorflow-gpu 2.4.0、cuda11.0、cudnn 8.0
bibilibabaliboom的博客
05-05 3158
问题：cuda10.1不支持sm_80算力，所以需要重装一系列，使cuda是11.0。 环境：Centos 7有Anaconda、python36 最好复制个环境再折腾，免得最后一团糟。 目录 一、卸载tensorflow-gpu 2.1.0 二、卸载cuda和cudnn 三、tensorflow-gpu 2.4.0 （python36） 四、cuda 11.0 五、cudnn 8.0（cudnn 8.0及以后和之前的安装略有不同） 六、遇到的问题 pip uninstall t.
tensorflow Could not load dynamic library ‘libcusolver.so.10‘
huoxingwen的博客
05-07 1475
安装cuda11.2+cudnn8+tensorflow2.4后，测试gpu提示Could not load dynamic library 'libcusolver.so.10'，看了下export LD_LIBRARY_PATH='/usr/local/cuda-11.2/lib64/'的环境下没有libcusolver.so.10, 但是有libcusolver.so.11,懒得折腾了，直接把libcusolver.so.11软连接到libcusolver.so.10 sudo ln -s l.
解决“Could not load dynamic library ‘libcusolver.so.10‘”问题
SpadgerZ的博客
10-27 2792
libcusolver.so.10
PyCharm远程Linux服务器出现Could not load dynamic library ‘libcusolver.so.10.0‘错误
YoJayC的博客
03-25 1706
问题描述： Linux服务器上和本地的代码相同，本地使用Linux编译器 Linux上可以正常运行，而本地出现Could not load dynamic library 'libcusolver.so.10.0'等无法加载库的问题 解决方法： 打开PyCharm中Run->Edit Configurations 在Environment variables变量中添加LD_LIBRARY_PATH为Linux中存储cuda库的目录/usr/local/cuda-10.0/lib.
Could not load dynamic library ‘cusolver64_10.dll‘； dlerror: cusolver64_10.dll not found
TycoonL的博客
04-07 2079
安装CUDA11.1和CUDNN8遇到的问题： Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found 找到CUDA安装目录： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin 找到文件：cusolver64_11.dll 修改成 cusolver64_10.dll 就解决了！ 测试代码： import te
Could not load dynamic library 'cudart64_110.dll'
最新发布
03-23
错误 `error loading dynamic library cudart64_110.dll` 表明系统无法找到 CUDA 运行时库（CUDA Runtime）的特定版本文件。该文件是 NVIDIA CUDA 工具包的一部分，通常由深度学习框架（如 TensorFlow、PyTorch）或 ...
【Python】Windows10+RTX-3080+安装Tensorflow2-gpu版本成功安装指南(2020.12更新)
qq_43012930的博客
12-20 9889
文章目录前言一、安装Anaconda二、查看驱动三、安装CUDA四、安装cuDNN五、测试CUDA六、tensorflow安装 前言 台式机换了个RTX-3080的显卡，要重新装机并配置tensorflow的环境，踩了超多的坑，现在记录一下成功的经历，真的太不容易了…我系统用的Windows，网上大多数人用的都是Linux系统，但是我不想再花时间去学一个系统了。网上说30系列显卡只支持cuda11及以上，这里也不尝试cuda10了。而且我之前自己搭网络用的tf2.0，本文也不尝试安装tf1.0的版本了。先列
tensorflow无法使用GPU训练（cuda版本问题）
oh_yes_my的博客
04-09 2094
今天使用tensorflow，想要用GPU训练，发现一直无法使用，于是网上搜索代码，查看本地是否能找到gpu（本人配置cuda11.0 tensorflow2.4.0） import tensorflow as tf gpus = tf.config.list_physical_devices(device_type='GPU') cpus = tf.config.list_physical_devices(device_type='CPU') print(gpus, cpus) 结果只显示CPU，错误
【TensorFlow新手挑战】：解决DLL load failed的详细步骤
![【TensorFlow新手挑战】：解决DLL load failed的详细步骤]... # 摘要 本文旨在为TensorFlow新手提供入门指南，并深入探讨与该框架相关的“DLL load failed”错误。文章首先介绍了TensorFlow的基本概念
RTX 3090安装cuda11.1 找不到libcusolver.so.10
qq_29684215的博客
04-03 839
RTX 3090环境下安装cuda11.1 ，测试tensorflow 2.5时，Could not load dynamic library 'libcusolver.so.10'的问题（记录下来是因为这个问题烦了我一晚上，谷歌百度能查到cuda11.1的资料又很少） Could not load dynamic library 'libcusolver.so.10'; dlerror: libcusolver.so.10: cannot open shared object file: No su
ubuntu篇---RTX 3090安装cuda11.2 找不到libcusolver.so.10
心惠天意
12-06 1408
RTX 3090环境下安装cuda11.2 ，测试tensorflow 2.5时，Could not load dynamic library 'libcusolver.so.10’的问题（记录下来是因为这个问题烦了我一晚上，谷歌百度能查到cuda11.2的资料又很少） Could not load dynamic library 'libcusolver.so.10'; dlerror: libcusolver.so.10: cannot open shared object file: No such
使用tensorflow-gpu 遇到的问题
tiger&sheep的博客
11-09 1895
1. 使用命令 tf.config.list_physical_devices('GPU') 检查GPU是否可用 遇到的问题： Could not load dynamic library 'libcusolver.so.10'; dlerror: libcusolver.so.10: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /opt/ros/melodic/lib:/usr/loca...
Tensorflow 报错 Could not load dynamic library ‘libnvinfer.so.7‘ 解决方法
isinstance的博客
11-07 1万+
运行 Tensorflow 之后发现一直有个报错，然后上网一查，原来是需要装一个叫 TensorRT 的库，这个库是 Nvidia 的。需要安装的同学上网一 Google 就出来了，不过需要注册 Nvidia 的一个账户。我装的是最新版的 8.5 的 Tar 版本，包很大1G多，这个网页还附带了。问题就出在安装完成之后还是报错，然后仔细排查了一下问题，发现 Tensorflow 的报错是这样的。Tensorflow 找不到这个的文件，然后我们安装lib里面是这样的。
Tensorflow 报错 Could not load dynamic library ‘libcupti.so.11.0‘；
qq_33420835的博客
08-31 1199
tensorflow gpu运行出错
解决Could not load dynamic library 'libcudart.so.10.0'的问题
热门推荐
arenascat的博客
10-15 7万+
问题表现与分析 在安装了CUDA和CUDNN还有Tensorflow最新的2.0正式版本后，我在使用Pycharm写TF代码并运行时，遇到这样的问题 主要表现就是提示找不到动态库文件，扫了一眼文件名，都是CUDA的库文件，那怎么会说找不到 2019-10-15 19:19:41.440285: I tensorflow/stream_executor/platform/default/...
解决 Could not load dynamic library libcudart.so.10.1
_yuki_
07-16 2万+
环境： python 3.6.8 tensorflow-gpu2.3.0rc0 CUDA 10.0 cudnn 7 错误： Could not load dynamic library 'libcudart.so.10.1'; dlerror: libcudart.so.10.1: cannot open shared object file: No such file or directory Could not load dynamic library 'libcublas.so.1..
Could not dlopen library 'libcublas.so.10.0'这一类的错误
qq_36368388的博客
07-31 1万+
版本：tensorflow 1.14.0, cuda 10 报错如下： Could not dlopen library 'libcublas.so.10.0'; dlerror: libcublas.so.10.0: can not open shared object file: No such file or directory 2019-07-31 15:42:51.951206...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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