tensorrt libnvinfer.so.5 libcublas.so.9.0

最新推荐文章于 2025-05-17 16:48:47 发布
最新推荐文章于 2025-05-17 16:48:47 发布
阅读量1.2k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： ML
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/huuuuuuuu/article/details/99831464
本文解决在使用TensorRT时遇到的libnvinfer.so.5和libcublas.so.9.0共享库文件找不到的问题。通过修改.bashrc文件，添加TensorRT和CUDA的库路径，实现环境配置的完善。

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

安装tensorrt后，在import tensorrt时出现
  • libnvinfer.so.5: cannot open shared …
  • libcublas.so.9.0: cannot open shared object file: No such file or directory
  • 等错误
把下面两行加入.bashrc, 加完后 source .bashrc

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:</home/xxxxx/lib-dev/TensorRT-5.1.5.0/lib>:</usr/local/cuda-9.0/lib64>"
export CUDA_INSTALL_DIR="</usr/local/cuda-9.0/>"
"<>"里的替换成你的，完美解决问题

libnvinfer.so, libnvinfer_plugin.so : cannot open shared object file 错误解决
白马负金羁
02-08 3790
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
libnvinfer.so, libnvinfer_plugin.so文件无法打开的解决方法
MpkeShell的博客
09-26 782
在使用TensorRT时，如果遇到libnvinfer.so, libnvinfer_plugin.so文件无法打开的错误，我们可以依次检查文件路径和权限、文件是否存在、环境变量设置以及手动指定库文件路径等方面的问题。编译并运行上述代码，如果输出结果显示LD_LIBRARY_PATH环境变量已设置且包含正确的路径，则说明环境变量设置正确。如果输出结果显示环境变量未设置或包含错误的路径，则需要更新环境变量的设置。如果确保文件路径和权限设置正确，但仍然无法打开这两个文件，可能是由于这些文件在系统中不存在。
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
卸载指定版本的Tensorrt
jiuxiangshenchu的博客
05-17 333
这将卸载所有版本是7.x的Tensorrt。删除不再需要的依赖包，保持系统整洁。没有7.x就说明卸载成功啦。
Ubuntu16.04解决报错：ImportError:libnvinfer.so.5:cannot open shared object file:No such file or directory
hesongzefairy的博客
04-06 3647
使用tensorflow跑某些代码会出现 ImportError:libnvinfer.so.5:cannot open shared object file:No such file or directory 原因是没有安装Tensor RT 可以去nvidia官网下载Tensor RT之后 无需安装 直接解压文件 然后执行 sudo cp /TensorRT-5.0.2.6/tar...
libnvinfer.so依赖包安装
Ppandaer的博客
07-23 705
安装时，TensorRT 的 Python 包通常会依赖于系统上已安装的 TensorRT C++ 库。安装 TensorRT 时，你实际上是在安装一个 Python 包，这个包包含了 Python 绑定和运行时需要的一些共享库。文件，你可以从 NVIDIA 的官方网站下载相应的 TensorRT 版本，然后手动安装或提取你需要的。是一个 C++ 层面的库，它是 TensorRT 的一部分，用于实现推理引擎的核心功能。这样的原生库文件，因此你可能需要额外的步骤来确保这些库文件在你的系统上可用。
导入tensorflow:ImportError: libcublas.so.9.0 报错
01-20
错误：ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory 问题：找不到cuda9.0的版本。 出现该错误的主要原因：cuda未安装或者cuda的版本有问题 这个错误在安装...
wsl.2.5.9.0.x64.msi
最新发布
06-28
使用docker desktop 需要下载wsl，但是国内下载速度太慢，直接拿走
apache-tomcat-9.0.102-windows-x64.zip
04-08
apache-tomcat-9.0.102-windows-x64.zip
tomcat-9.0.96 windows安装包，apache-tomcat-9.0.96-windows-x64.zip
10-21
Apache Tomcat 9.0.96是Apache软件基金会开发的一款开源Web服务器，专门用于Java Servlet和JavaServer Pages (JSP)技术的实现。它是一个免费的开源服务器，提供了一个运行Java代码的环境，让开发者能够发布自己的Web...
libcublas.so.9.0
05-29
错误：ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory cudnn-9.0-linux-x64-v7.1
libnvinfer4.1.3+cuda9-arm64.zip
01-09
这个是我从TX2 jepack3.3下载下来的，nvinfer4.1.3安装包，当然这个安装包可以安装在任意jetson平台上，我博客中就举了个nano安装cuda9的例子，因为nano默认系统带的是cuda10.
libnvinfer-dev_4.1.3-1+cuda9.0_arm64.deb
04-29
libnvinfer-dev_4.1.3-1+cuda9.0_arm64.deb
libnvinfer-samples_4.1.3-1+cuda9.0_arm64.deb
04-29
libnvinfer-samples_4.1.3-1+cuda9.0_arm64.deb
libnvinfer4_4.1.3-1+cuda9.0_arm64.deb
04-29
libnvinfer4_4.1.3-1+cuda9.0_arm64.deb
解决“libnvinfer.so, libnvinfer_plugin.so: cannot open shared object file“错误
HnrzLinux的博客
09-25 1489
当遇到"libnvinfer.so, libnvinfer_plugin.so: cannot open shared object file"错误时，通常是由于缺少NVIDIA TensorRT库文件或库文件路径未正确配置引起的。当遇到"libnvinfer.so, libnvinfer_plugin.so: cannot open shared object file"错误时，通常是由于缺少NVIDIA TensorRT库文件或库文件路径未正确配置引起的。如果问题仍然存在，请确保按照官方文。
报错解决ImportError: libnvinfer.so.7: cannot open shared object file: No such file or directory
u010522887的专栏
03-19 1857
`ImportError: libnvinfer.so.7: cannot open shared object file: No such file or directory`，是因为没有安装tensorrt。
TensorRT installation occurred errors libnvinfer5 (不知道如何解决)
zhe_csdn的博客
12-02 1121
The following packages have unmet dependencies: tensorrt : Depends: libnvinfer5 (= 5.1.2-1+cuda10.0) but it is not going to be installed Depends: libnvinfer-dev (= 5.1.2-1+cuda10.0) but it is not goin...
/usr/bin/ld: error: ../../lib/libnvinfer.so: file too short
qq_35037684的博客
01-09 820
在编译TensorRT官方的C++库时，库里是提供了命令行工具bin文件夹下的可执行程序trtexec，可以直接进行onnx的fp16以及int8量化，但我模型的输入是5维，模型里面全都是3D卷积，所以要对底层头文件进行修改。/lib/路径下确实有libnvinfer.so这个文件，报错file too short其实就是你这个文件损坏了，我系统也有安装TensorRT，直接运行find命令找到libnvinfer.so，/lib/文件夹下，即编译成功。说我这个so文件太短。
(deephdr) nvidia@nvidia-SYS-4028GR-TR2:~/chenboln/DeepHDR-master$ ls /usr/local/cuda-9.0/lib64/ | grep libcublas libcublas_device.a libcublas.so libcublas.so.9.0 libcublas.so.9.0.176 libcublas_static.a
03-15
从你的命令输出结果来看，系统中确实存在 `libcublas.so.9.0` 和其他相关的 CUDA 库文件。这表明你的 CUDA 9.0 安装应该是完整的，并且包含了 TensorFlow 所需的动态链接库。 既然如此，接下来需要重点检查以下几个方面： ### 可能的问题点 1. **环境变量未正确配置** - 尽管库里已经有了目标文件，但如果你的操作环境中没有包含 `/usr/local/cuda-9.0/lib64/` 路径，那么 Python 在加载 TensorFlow 时仍然会找不到对应的共享对象文件。 2. **权限不足或其他干扰因素** - 如果某些安全模块限制了对共享内存区域的访问权，也有可能引发类似错误提示。尽管这种情况较为少见，在 Linux 上依旧需要注意用户权限是否满足需求。 3. **虚拟环境下路径冲突** - 当你在 Anaconda 创建的新环境中操作时，默认情况下它的搜索顺序优先考虑自身目录而非全局范围内的资源。这意味着即使主机端一切正常，仍可能出现无法识别外部依赖的情况。 --- ### 解决建议 #### 步骤一：验证并更新 LD_LIBRARY_PATH 先临时设定一下 `LD_LIBRARY_PATH` 查看效果如何： ```bash export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH ``` 然后再次尝试导入 tensorflow 测试一遍： ```python import tensorflow as tf print("成功加载TensorFlow:", tf.__version__) ``` 如果上面的办法可行，则可以把这条指令追加进个人 profile 文件当中（比如 ~/.bashrc）使得每次登录都会自动应用新的 PATH 设置： ```bash echo &#39;export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH&#39; >> ~/.bashrc source ~/.bashrc ``` #### 步骤二：强制激活 Conda 环境下的 cuda_toolkit 有时直接修改系统的 `LD_LIBRARY_PATH` 并不足以解决问题，特别是当 conda 自带了一套独立管理机制之后更易发生此类现象。此时我们应当明确告诉 conda 使用特定版本的 cuda toolkit 包代替默认值： ```bash conda install cudatoolkit=9.0 -c anaconda ``` 执行完毕后再重启 jupyter notebook 或者 python 控制台重新测试一次即可。 #### 步骤三：彻底移除多余冗余内容 最后一步就是清理掉那些可能引起混淆的东西——包括不同源码下载下来的 tensorflow-gpu 复杂版本以及其它无关插件之类的玩意儿；接着再干净地按照官方文档指引完成安装流程便大功告成啦！ --- 希望以上方法可以帮助您顺利解决此次难题！若有任何疑问欢迎继续提问哦～
评论
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