linux 下设置 cuda 的默认环境变量

最新推荐文章于 2025-07-08 11:29:07 发布

sinat_34766791

最新推荐文章于 2025-07-08 11:29:07 发布

阅读量1w

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.youkuaiyun.com/sinat_34766791/article/details/84458048

深度学习专栏收录该内容

2 篇文章

订阅专栏

当CUDA版本不被TensorFlow支持时，通过修改Linux的环境变量可以解决import error问题。只需两行代码，即可更改CUDA的默认环境变量，确保与TensorFlow兼容。安装TensorFlow涉及设置LD_LIBRARY_PATH和CUDA_HOME两个环境变量，检查并更新这些变量到合适的CUDA版本目录，如从10.0改为9.0，避免源码编译的复杂过程。此外，安装Anaconda后可能需将conda添加到系统环境变量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在 linux 下使用 pip 安装 tensorlfow 的时候（官方教程：https://www.tensorflow.org/install/pip），如果 cuda 的版本不被 tensorflow 支持，安装不会报错，依然会成功。但是实际无法运行程序，利用官方的测试代码检查：

$ python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

便会出现 import error 的错误。

存在使用源码编译的教程（https://www.tensorflow.org/install/source），可以选择 cuda 版本（例如10.0），但是过程比较繁琐，消耗时间高达3-4小时。因此我选择改变 cuda 的默认环境变量，非常简单，只需要两行代码，然后轻松使用 pip 安装。

我在 linux 系统下同时安装了多个版本的 cuda，默认的环境变量指向最新的 cuda 目录（10.0）.

在安装 tensorflow 的时候，由于 tensorflow 最高支持 cuda-9.0，需要将莫仍环境变量指向 cuda-9.0 对应的目录。

tensorflow 的安装涉及两个变量：LD_LIBRARY_PATH 以及 CUDA_HOME.

首先检查环境变量列表：

$ export -p

得到环境列表的输出，如果没有两个变量，使用 declare 新建：

$ declare -x LD_LIBRARY_PATH="<MY_CUDA_DIRECTORY>/lib64:<MY_CUDA_DIRECTORY>/extras/CUPTI/lib64"
$ declare -x CUDA_HOME=<MY_CUDA_DIRECTORY>

如果变量已经存在，使用 export 修改变量到正确的目录(如上)：

export <VARIABLE>="$<VARIABLE>:<MY_TARGET_DIRECTORY>"

然后安装即可成功。

Bingo!

另：

安装 anaconda 之后，运行 conda 可能出现 command not found，需要首先将之添加进系统环境变量中。

$ bash
$ export PATH="<MY_CONDA_DIRECTORY>/bin:$PATH