关于Loaded runtime library: 7402 (compatibility version 7400) but source was compiled with 7005...类型问题

问题描述

因为不想自己配环境，所以随便找的一个docker镜像，在跑网络的时候，遇到以下的问题：

Loaded runtime library: 7402 (compatibility version 7400) but source was compiled with 7005 (compatibility version 7000). If using a binary install

问题分析

从这个报错来看，意思就是说，需要的cuda版本应该是7005的，但是你的环境中，cuda的版本是7.4的。

问题解决

网上大部分的帖子，都是进行cuda删掉，重装，然后改环境变量配置文件。一开始，我也尝试了，但感觉挺麻烦的，而且docker的环境不是我配置的，我也不是很熟。所以，我就直接对tensorflow进行升级，问题就迎刃而解了。
首先，卸载原先的tensorflow

pip uninstall tensorflow==1.5

利用清华的镜像重新安装1.8版本的tensorflow。划重点，用清华的源，不然没出墙，速度会很慢，甚至直接就是没速度。

pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

延伸知识

以下内容摘录自pip 和 conda 包管理器

pip 是最为广泛使用的 Python 包管理器，可以帮助我们获得最新的 Python 包并进行管理。常用命令如下：

pip install [package-name]              # 安装名为[package-name]的包
pip install [package-name]==X.X         # 安装名为[package-name]的包并指定版本X.X
pip install [package-name] --proxy=代理服务器IP:端口号         # 使用代理服务器安装
pip install [package-name] --upgrade    # 更新名为[package-name]的包
pip uninstall [package-name]            # 删除名为[package-name]的包
pip list                                # 列出当前环境下已安装的所有包

conda 包管理器是 Anaconda 自带的包管理器，可以帮助我们在 conda 环境下轻松地安装各种包。相较于 pip 而言，conda 的通用性更强（不仅是 Python 包，其他包如 CUDA Toolkit 和 cuDNN 也可以安装），但 conda 源的版本更新往往较慢。常用命令如下：

conda install [package-name]        # 安装名为[package-name]的包
conda install [package-name]=X.X    # 安装名为[package-name]的包并指定版本X.X
conda update [package-name]         # 更新名为[package-name]的包
conda remove [package-name]         # 删除名为[package-name]的包
conda list                          # 列出当前环境下已安装的所有包
conda search [package-name]         # 列出名为[package-name]的包在conda源中的所有可用版本

conda 中配置代理：在用户目录下的 .condarc 文件中添加以下内容：

proxy_servers:
    http: http://代理服务器IP:端口号