文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
社区首页 >问答首页 >system76 ubuntu 20.04 tensorflow gpu版本冲突

问system76 ubuntu 20.04 tensorflow gpu版本冲突
EN

Stack Overflow用户
提问于 2021-01-08 08:29:17
回答 2查看 799关注 0票数 3

在从18.04升级到Ubuntu20.04之后，Tensorflow不再能够使用我的gpu，因为它试图混合和加载不同的版本(有些是10，有些是11)。它是一台System76机器，我已经从System76安装了CUDA10.1(因此它可以与System76 nvidia驱动程序一起工作)。运行tensorflow时出现以下错误：

代码语言：javascript
复制
2021-01-07 18:12:22.584886: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory
2021-01-07 18:12:22.584906: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
2021-01-07 18:12:23.640665: I tensorflow/compiler/jit/xla_cpu_device.cc:41] Not creating XLA devices, tf_xla_enable_xla_devices not set
2021-01-07 18:12:23.641412: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcuda.so.1
2021-01-07 18:12:23.669966: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:941] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
2021-01-07 18:12:23.670257: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1720] Found device 0 with properties: 
pciBusID: 0000:01:00.0 name: GeForce GTX 1060 computeCapability: 6.1
coreClock: 1.733GHz coreCount: 10 deviceMemorySize: 5.93GiB deviceMemoryBandwidth: 178.99GiB/s
2021-01-07 18:12:23.670328: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory
2021-01-07 18:12:23.670379: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcublas.so.11'; dlerror: libcublas.so.11: cannot open shared object file: No such file or directory
2021-01-07 18:12:23.670425: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcublasLt.so.11'; dlerror: libcublasLt.so.11: cannot open shared object file: No such file or directory
2021-01-07 18:12:23.671387: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcufft.so.10
2021-01-07 18:12:23.671667: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcurand.so.10
2021-01-07 18:12:23.673022: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcusolver.so.10
2021-01-07 18:12:23.673100: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcusparse.so.11'; dlerror: libcusparse.so.11: cannot open shared object file: No such file or directory
2021-01-07 18:12:23.673245: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudnn.so.8
2021-01-07 18:12:23.673259: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1757] Cannot dlopen some GPU libraries. Please make sure the missing libraries mentioned above are installed properly if you would like to use GPU.

请注意，所有警告都是针对尝试加载Cuda版本11的，但它只针对某些库。版本10的加载很好。

这是nvcc的输出--版本

代码语言：javascript
复制
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Fri_Feb__8_19:08:17_PST_2019
Cuda compilation tools, release 10.1, V10.1.105

这是nvidia-smi的输出

代码语言：javascript
复制
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 455.38       Driver Version: 455.38       CUDA Version: 11.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 1060    Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   53C    P0    26W /  N/A |    585MiB /  6069MiB |      4%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      2999      G   /usr/lib/xorg/Xorg                101MiB |
|    0   N/A  N/A      3479      G   /usr/lib/xorg/Xorg                255MiB |
|    0   N/A  N/A      3720      G   /usr/bin/gnome-shell               88MiB |
|    0   N/A  N/A      6487      G   ...AAAAAAAA== --shared-files       45MiB |
|    0   N/A  N/A      6959      G   ...AAAAAAAA== --shared-files       40MiB |
|    0   N/A  N/A     11642      G   ...AAAAAAAA== --shared-files       21MiB |
|    0   N/A  N/A     25206      G   WickrMe                            17MiB |
+-----------------------------------------------------------------------------+

我看到nvidia-smi输出中的驱动程序版本是版本11，但据我所知，这与cuda运行时无关。这只是驱动程序支持的最高版本。如果我错了，请纠正我。

我必须使用版本10，因为这是System76支持的版本，而且在升级之前它工作得很好。我也尝试过通过pip3卸载并重新安装Tensorflow，但没有成功。

有人知道如何让所有的库同步到10.1版本吗？我还尝试手动放置版本11的库，并让Tensorflow使用混合版本(这当然不是一个好主意)，但它无法识别它们(或者我没有正确放置它们)。

tensorflow
ubuntu
cuda
cudnn
EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2021-01-09 00:03:44

正如@talonmies指出的那样，我误解了版本控制系统。然而，因为它是一台System76机器，它也是令人困惑的，因为System76使用他们自己的Nvidia驱动程序，并且安装CUDA11和Cudnn并不简单。我把答案贴出来，以防其他人遇到System76的问题。

首先，不要使用Cuda和Cudnn的System76安装。他们有自己的版本(在他们的网站上)，以便与他们的Nvidia驱动程序兼容，但他们不能工作(他们是版本10，而TF 2.2+需要11)。此外，大多数通用Cuda指南都会告诉您先卸载/安装Nvida驱动程序，以便进行干净的安装，但如果您使用的是System76系统，请不要这样做。不要理会System76驱动程序。此外，如果您有任何以前的Cuda/Cudnn删除/卸载所有它。

去Nvidia获取他们最新的Cuda和Cudnn。我用过

代码语言：javascript
复制
wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run

用下面的命令运行

代码语言：javascript
复制
sudo sh cuda_11.0.2_450.51.05_linux.run

当它运行时，它会告诉你你与驱动程序包有冲突。忽略它，然后继续。当您到达安装菜单时，取消选中“安装驱动程序”并继续安装。完成后，添加到您的路径中

代码语言：javascript
复制
/usr/local/cuda-11.0:/usr/local/cuda-11.0/bin:

您需要同时添加cuda root和bin，而不仅仅是bin (这与大多数通用指令不同)。源码你的.bashrc或.profile，或者你添加路径的任何地方(或者打开一个新的终端)。

现在安装Cudnn。

代码语言：javascript
复制
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/libcudnn8_8.0.5.39-1+cuda11.0_amd64.deb

使用dpkg安装它。例如(在我的例子中)...

代码语言：javascript
复制
sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.0_amd64.deb

就这样。一旦我完成了所有这些，一切都运行得很好。希望这能帮助一些System76用户更容易地通过Ununtu20.04和Cuda11。

票数 3
EN

Stack Overflow用户

发布于 2021-02-24 15:35:03

非常感谢。我使用POP OS的原因之一是Nvidia驱动程序+cuda/cudnn刚刚与tensorflow一起工作，直到这个问题与11.0版丢失。

使用上面的方法安装cuda 11.0时，我需要做的一件事就是安装gcc版本8：

代码语言：javascript
复制
sudo apt -y install gcc-8 g++-8
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-8 8
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-8 8

我真的希望POP!_os能直接提供CUDA11.0包.

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：

https://stackoverflow.com/questions/65621855

复制
相关文章

相似问题

领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档