ubuntu环境,pycharm运行tensorflow 或者 mxnet提示找不到libcudart.so.9.0: can't open shared object file: No such f

本文提供了一种一劳永逸的解决方案,用于在PyCharm中正确配置CUDA环境,确保GPU加速的深度学习项目能够顺利运行。通过修改PyCharm的启动脚本,添加CUDA库路径,可以有效避免因环境配置不当导致的问题。

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

一劳永逸的解决办法就是更改pycharm的启动脚本

pycharm的启动脚本路径一般为 /usr/bin/pycharm-community

直接sudo vim /usr/bin/pycharm-community

找到LD_LIBRARY_PATH这一行,添加上CUDALIB,然后保存,重启pycharm即可

CUDALIB="/usr/local/cuda-9.0/lib64"
LD_LIBRARY_PATH="$CUDALIB:$IDE_BIN_HOME:$LD_LIBRARY_PATH" "$JAVA_BIN" \
 

 

### 解决 PyCharm 运行时无法到 `libpython3.8.so.1.0` 的问题 当遇到错误提示 `error while loading shared libraries: libpython3.8.so.1.0: cannot open shared object file: No such file or directory`[^1],这通常表明系统缺少 Python 3.8 的动态链接库文件或者其路径未被正确配置。 以下是详细的解决方案: #### 1. 验证是否存在 `libpython3.8.so.1.0` 首先确认目标机器上是否安装了该共享库。可以通过以下命令查: ```bash find /usr/lib -name "libpython3.8.so*" ``` 如果返回为空,则说明当前环境中缺失此文件。此时可以尝试重新安装 Python 3.8 或者通过包管理器获取对应的开发库。 对于基于 Debian/Ubuntu 的发行版,执行如下操作来安装必要的依赖项: ```bash sudo apt-get update && sudo apt-get install python3.8-dev ``` 针对 RedHat/CentOS/Fedora 用户,可采用 yum 或 dnf 工具完成相同目的: ```bash sudo yum install python3-devel # 或者 sudo dnf install python3-devel ``` 上述过程会自动拉取并部署包括但不限于 `libpython3.8.so.1.0` 在内的多个核心组件[^2]。 #### 2. 设置环境变量 LD_LIBRARY_PATH 即使存在所需的 `.so` 文件,但如果它们的位置不在标准搜索目录范围内,仍会出现加载失败的情况。为此需调整 `LD_LIBRARY_PATH` 变量指向实际存储位置。假设已知具体地址为 `/opt/python3.8/libs/` ,那么临时设置方法如下所示: ```bash export LD_LIBRARY_PATH=/opt/python3.8/libs/:$LD_LIBRARY_PATH ``` 为了持久化更改,建议将其加入到用户的 shell profile 脚本里(比如 ~/.bashrc 或 ~/.zshrc),以便每次登录后均生效。 #### 3. 修改 PyCharm 启动脚本 有时仅修改全局环境还不够,特别是 IDE 自身可能覆盖默认行为。因此可以直接编辑 PyCharm 的启动脚本来显式指定额外的库路径。打开对应的应用程序快捷方式属性窗口,在“Command”字段追加类似的参数定义: ```plaintext --ld-library-path=/path/to/custom/libs/ ``` 当然也可以手动创建一个新的桌面入口描述符(.desktop),在其 Exec 行内嵌入完整的调用序列。 #### 4. 使用虚拟环境隔离冲突 考虑到不同项目之间可能存在版本差异需求,推荐利用 Virtualenv 创建独立的工作区。这样不仅可以规避潜在兼容性隐患,还能简化后续维护工作流程。 ```bash pip install virtualenv virtualenv venv --python=python3.8 source ./venv/bin/activate ``` 激活后的终端实例将会优先选用指定解释器及其关联资源,从而绕过原始系统的限制条件[^3]。 --- ### 总结 综上所述,处理此类问题的关键在于确保目标平台具备完整无误的目标库集合,并合理规划访问权限与顺序关系。以上措施能够有效缓解乃至彻底消除因缺乏必要支持而导致的功能障碍现象。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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