【Deepfake】linux，gpu，环境搭建实录

最新推荐文章于 2025-05-29 23:11:09 发布

原创最新推荐文章于 2025-05-29 23:11:09 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#实战

DL 专栏收录该内容

8 篇文章

订阅专栏

博客围绕CUDA报错展开，如驱动与运行版本不一致、无法打开共享对象文件等问题。介绍了CUDA查询、GPU查询方法，在无root权限下进行CUDA版本切换的操作，还提及使用vim编辑器修改文件，最后说明了根据CUDA和cudnn版本正确安装tensorflow的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

报错

报错

CUDA driver version is insufficient for CUDA runtime version

cuda驱动版本与cuda运行版本不一致。
通常做法是查看自己的cuda驱动与cuda版本，并选择更新驱动版本或更新cuda版本。

CUDA查询

查cuda驱动：
cat /proc/driver/nvidia/version
查cuda版本：
cat /usr/local/cuda/version.txt
查cudnn版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

由于使用学院提供的服务器，没有root权限，安装cuda并不方便，况且有其他同学正在正常使用gpu，说明有其他解决办法。

GPU查询

查看gpu使用情况：
nvidia-smi

进入usr/local路径查看所有文件：

cd usr/local
ls

发现文件中包含了cuda 、cuda-8.0、 cuda-9.0 三个文件夹。
其中cuda 为软链接，指向了cuda-8.0 文件夹。
经查询知cuda-8.0 未安装cudnn库，cuda-9.0已安装。

CUDA版本切换

现在需要在无root权限的情况下将我的cuda切换到cuda-9.0。
方法是修改~/.bashrc文件，在末尾添加环境变量：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0

vim编辑器

修改bashrc文件需要使用vim编辑器：

打开文件：
vim ~/.bashrc
进入编辑模式：
i
退出编辑模式：
Esc
输入命令：
:
保存并退出vim：
x
Enter

正确安装tensorflow

配置好CUDA，就可以正式安装gpu版本的tensorflow了。
首先，根据自己的cuda和cudnn版本确定可以安装的tensorflow-gpu版本：
官网查询
我的cuda是9，cudnn是7，选择了安装tensorflow1.9：

#从清华源下载，速度会快很多
pip install tensorflow-gpu==1.9.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，进入python交互模式，引用tensorflow并查看版本：

import tensorflow as tf
tf.__version__

没有报错，正常返回信息，安装成功！

libcublas.so.9.0: cannot open shared object file…

类似的报错还有libcublas.so.10.0等。此问题出现原因仍然是tensorflow与CUDA的版本问题。
学院提供的服务器，管理员安装了CUDA8.0和9.0两个版本，其中8.0未安装CUDNN库，9.0驱动与版本不兼容，也会出现此类报错，那么就需要我们在无root权限的情况下自己安装cuda与cudnn。