我最近尝试将Tensorflow安装从0.6升级到0.7.1(Ubuntu 15.10,Python 2.7),因为它被描述为与更多最新的Cuda库兼容。一切都很好,包括Tensorflow入门页面中的简单测试。但是我不能用cuDNN。当使用cuDNN运行程序时,我首先得到一个警告
“无法加载cuDNN DSO”
后来程序崩溃了
I tensorflow/core/common_runtime/gpu/gpu_device.cc:717] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 980, pci bus id: 0000:01:00.0)
I tensorflow/core/common_runtime/gpu/gpu_bfc_allocator.cc:73] Allocating 3.30GiB bytes.
I tensorflow/core/common_runtime/gpu/gpu_bfc_allocator.cc:83] GPU 0 memory begins at 0x704a80000 extends to 0x7d80c8000
F tensorflow/stream_executor/cuda/cuda_dnn.cc:204] could not find cudnnCreate in cudnn DSO; dlerror: /usr/local/lib/python2.7/dist-packages/tensorflow/python/_pywrap_tensorflow.so: undefined symbol: cudnnCreate
我为Cuda安装下载的文件是
除了使用cuDNN 7.0而不是6.5之外,我遵循了Tensorflow getting started page上的说明。$LD_库路径是 “/usr/local/cuda/lib64”
我不知道为什么没有找到cudncreate。是否有人成功安装了此配置并能给我建议?
jorgemf发送的链接(谢谢)描述了一个Python 3.5安装,我几乎切换到了python3.5。 我在当前安装中的最后一次尝试是再次将cuDNN库复制到/usr/local/cuda/lib64。
而且成功了!所以问题解决了,尽管我仍然不知道为什么我会这样。
我按照以下说明在archlinux中安装TensorFlow: https://github.com/ddigiorg/AI-TensorFlow/blob/master/install/install-TF_2016-02-27.md
似乎您需要cuDNN v2或更高版本,您可以通过注册他们的加速计算开发程序来获得,该程序通常需要2天: https://developer.nvidia.com/accelerated-computing-developer
更新:似乎您已经拥有cuDNNv2
当我忘记设置
LD_LIBRARY_PATH
和CUDA_HOME
环境变量时,也会出现同样的错误:导出
LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
出口CUDA_HOME=/usr/local/cuda
相关问题 更多 >
编程相关推荐