导入错误：libcuda.so.1：无法打开共享对象文件

Question

当我直接使用 TensorFlow 运行代码时，一切正常。

但是，当我在屏幕窗口中运行它时，出现以下错误。

ImportError: libcuda.so.1: cannot open shared object file: No such file or directory

我已经尝试过命令：

source /etc/profile

但这不起作用。

因为我使用ssh连接服务器，所以屏幕是必要的。

我该如何修复它？

Answer 1

遵循的步骤：
找到libcuda.so.1：

echo $LD_LIBRARY_PATH #path
sudo find /usr/ -name 'libcuda.so.*' #version

然后添加到 $LD_LIBRARY_PATH，在我的例子中是

/usr/local/cuda-10.0/compat

，在终端中使用以下命令：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/compat

Answer 2

背景

libcuda.so.1

是与 CUDA 驱动程序交互的库（与 CUDA 的“运行时 API”相反，您需要

libcudart.so.*

）。

现在，很可能正确安装 CUDA Toolkit，而无需正确安装 driver。此错误可能是在这种情况下构建（非静态链接）CUDA 应用程序的结果。

或者，也可能是库搜索路径配置错误 - 因为通常，

libcuda.so.*

应该安装在该路径上的某个目录中！

那么，搜索路径上有什么？正如here所解释的，它是：

1. 目录来自

   $LD_LIBRARY_PATH

2. 目录来自

   /etc/ld.so.conf

3. /lib

4. /usr/lib

一个典型的场景是

/etc/ld.so.conf

添加

/usr/lib/x86_64-linux-gnu

；并让

libcuda.so.*

在那里。

底线

这是你应该做的：

1. 确保已正确安装（最新的）CUDA 驱动程序。如果没有，下载并安装，问题就解决了。
2. 找到

   libcuda.so.1

   文件（例如使用

   locate

   ）。如果它被放置在不在库搜索路径中的奇怪位置 - 请按照步骤 1 操作。
3. 如果您想要驱动程序库安装在某个奇怪的地方，然后将该路径添加到您的用户的

   $LD_LIBRARY_PATH

   。

Answer 3

尝试将

libcuda.so.1

路径放入

LD_LIBRARY_PATH

环境变量。

示例：

export LD_LIBRARY_PATH=/path/of/libcuda.so.1:$LD_LIBRARY_PATH

Answer 4

根据我的情况，我在docker容器环境中开发，我执行以下步骤：

1. 确认您的 docker 容器已使用 nvidia gpu 运行
2. 找到libcuda.so.1：

   sudo find /usr/ -name 'libcuda.so.*'

3. 然后在终端中使用以下命令添加到

   $LD_LIBRARY_PATH

   （在我的例子中为

   /usr/local/cuda-11.5/compat

   ）：

   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.5/compat

Answer 5

如果您尝试在容器内运行作业，请尝试使用

nvidia-docker run

而不是

docker run

来启动它。其他说明可以在这里找到：https://github.com/NVIDIA/nvidia-docker

Answer 6

首先，将其放入我的笔记本中（协作）：

´´´ 蟒蛇 导入操作系统 os.environ['LD_LIBRARY_PATH'] += ':/usr/local/cuda-12.2/compat' ´´´ /usr/local/cuda-12.2/compat <--- This is my path (libcuda.so.1)

下一步 !pip 从 git 安装 llama.cpp，然后将路径复制到新目录中

！导出 LD_LIBRARY_PATH=$LD_LIBRARY_PATH:./llama.cpp/quantize