导入tensorflow:ImportError: libcublas.so.9.0 报错

导入 TensorFlow 是进行机器学习和深度学习的重要步骤。在导入 TensorFlow 时，有时会遇到错误，例如：ImportError: libcublas.so.9.0。这种错误通常在使用 NVIDIA 的 GPU 时出现，因为在使用 GPU 运行 TensorFlow 需要 CUBALIB 库作为支持。

以下是解决 ImportError: libcublas.so.9.0 报错的完整攻略：

1. 确认 CUDA 和 CUDNN 是否安装正确并指定相应路径

在使用 NVIDIA GPU 运行 TensorFlow 前，我们需要先安装好相关依赖项 CUDA 和 CUDNN。在安装完毕后，需要将 CUDA 和 CUDNN 对应的路径添加到系统变量中：

```
# CUDA
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64

# CUDNN
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
```

如果以上步骤未解决问题，则请进入下一步。

1. 卸载 TensorFlow 和 CUDA，重新安装

使用 pip 卸载当前 TensorFlow：

pip uninstall tensorflow

如果当前 TensorFlow 需要 CUDA 9.0 或更高版本支持，则需要卸载 CUDA 旧版本：

```
sudo apt-get remove --purge nvidia*
sudo apt-get autoremove
sudo apt-get autoclean

# 查看当前已经安装的 CUDA 版本
dpkg -l | grep cuda
# 根据需要完全卸载 CUDA
sudo apt-get remove --purge cuda
sudo apt-get autoremove
sudo apt-get autoclean
```

其中 grep cuda 可替换为其他需要检查的关键字。

然后，重新安装 TensorFlow：

pip install tensorflow-gpu==1.14.0

其中 tensorflow-gpu==1.14.0 可替换为您需要安装的 TensorFlow 版本。

如果重新安装还是未解决问题，则请进入下一步。

1. 检查其他库和版本是否正确

确认是否安装了以下库和版本：

• NVIDIA GPU driver
• CUDA toolkit 9.0 或更高版本
• cuDNN SDK 7.6 或更高版本

可以使用以下命令检查 NVIDIA GPU 驱动程序版本：

nvidia-smi

使用以下命令检查 CUDA 版本：

nvcc -V

使用以下命令检查 cuDNN 版本：

cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2

确认这些库和版本是否安装正确并不冲突。如果版本号不同，可以尝试升级或降级版本以解决问题。

如果问题仍然存在，请进入下一步。

1. 最后的尝试：更新所有依赖项

在提示 ImportError: libcublas.so.9.0 时，可以通过更新所有依赖项来尝试解决此问题。

sudo apt-get update
sudo apt-get upgrade

更新后，重新安装 TensorFlow。

以上是解决 “导入tensorflow:ImportError: libcublas.so.9.0 报错”的完整攻略。

下面是两条示例说明：

1. 使用以上攻略，更新所有依赖项后，安装 TensorFlow 成功：

sudo apt-get update
sudo apt-get upgrade
pip install tensorflow-gpu==1.14.0

1. 当前 TensorFlow 版本与 CUDA 或 cuDNN 版本不兼容时，可能会出现类似以下报错：

ImportError: libcudnn.so.7: cannot open shared object file: No such file or directory

在遇到以上报错时，可以通过以下攻略解决：

```
# 卸载当前 TensorFlow
pip uninstall tensorflow

# 卸载 CUDA
sudo apt-get remove --purge cuda

# 安装 CUDA 10.1
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-1-local-10.1.243-418.87.00/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda=10.1.243-1

# 安装 cuDNN 7.6.5
wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb
sudo apt-get update
sudo apt-get install libcudnn7=7.6.5.32-1+cuda10.1

# 重新安装 TensorFlow
pip install tensorflow-gpu==1.14.0
```