无法编译 cuda_ndarray.cu：libcublas.so.7.5：无法打开共享对象文件

Question

我正在尝试在 aws 实例中导入 theano 库以使用 GPU。我已经使用 boto 编写了一个 python 脚本来自动执行 aws 设置，它实际上将从我的本地计算机对实例执行 ssh，然后在我执行“[= 的地方启动一个 bash 脚本24=] -c 'import theano'" 启动 GPU。但是我收到以下错误：

ERROR (theano.sandbox.cuda): Failed to compile cuda_ndarray.cu: libcublas.so.7.5: cannot open shared object file: No such file or directory

当我尝试在实例命令中直接导入 theano 模块时 shell 它会自动开始使用 GPU。

Using gpu device 0: GRID K520 (CNMeM is disabled)

我想我遗漏了一些在通过我的自动化 python 脚本导入时必须进行的其他导入。可能的解决方案是什么？

Answer 1

我最近遇到了类似的问题，花了很长时间才弄清楚出了什么问题（以至于我损坏了我的 Linux 安装，不得不重新安装）。

此错误的潜在解决方案是删除（可能）位于您家中的.theano/目录目录：

sudo rm -rf ~/.theano

为防止此错误再次发生，请不要运行您的脚本作为 root 用户（即没有 sudo）。

运行 root 脚本将创建具有 root 权限的隐藏目录，使其无法被其他进程访问。

Answer 2

我在 Ubuntu 16.04 和 cuda 7.5 上遇到了同样的错误并找到了解决方案 here:

cuda 7.5 不支持默认的 g++ 版本。安装受支持的版本并将其设为默认版本：

sudo apt-get install g++-4.9

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10

sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc

sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++

解决 glibc 错误 - 使用以下设置在主目录中创建 .theanorc：
```
[global]
device=gpu
floatX=float32

[nvcc]
flags=-D_FORCE_INLINES
```

并且不要忘记检查环境变量： PATH 应包含您的 cuda bin 文件夹位置，CUDA_HOME 应包含 cuda 主目录位置

我以这种方式将它添加到我的 .bashrc 文件中：

export PATH="/usr/local/cuda/bin:$PATH"
export CUDA_HOME="/usr/local/cuda:$CUDA_HOME"

Answer 3

我会尝试清楚简洁地解决这个问题，因为我发现对于刚开始使用 unix 或不熟悉编译和链接的人来说不是很好的答案。

问题与动态链接有关，可以通过两种方式解决。第一个是通过设置 LD_LIBRARY_PATH 环境变量。假设 cuda 安装在 /usr/local/cuda/，只需在你的环境文件中添加 /etc/enviroment:

LD_LIBRARY_PATH=/usr/local/cuda/

或者只是在你的 bashrc 中：

export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

Unix 专家不推荐此解决方案（我不是 unix 专家，我刚刚在 Internet 上阅读了它，我跟随 linux 专家）。所以我找到的解决办法很简单，修改linuxld软件默认搜索库的路径。要做到这一点就去做（你必须以 root 身份来做）：

cd /etc/ld.so.conf.d/

然后选择并编辑：

vi libc.conf

在此文件中，只需将路径添加到 lib64 根目录，例如：

/usr/local/cuda/lib64/

你会在文件中得到这样的东西：

\# libc default configuration

/usr/local/lib

/usr/local/cuda/lib64/

然后运行:

sudo ldconfig

希望这个答案能帮助那些刚开始接触编程或使用高级语言的人，例如python，它使用下面的 C 代码（就像 theano 所做的那样）并且不熟悉编译，linkig ...

Answer 4

根据 Kumar here 的建议，我做了

sudo ldconfig /usr/local/cuda/lib64

它神奇地开始工作了。谢谢库马尔！

无法编译 cuda_ndarray.cu：libcublas.so.7.5：无法打开共享对象文件

Failed to compile cuda_ndarray.cu: libcublas.so.7.5: cannot open shared object file

python

cuda

gpu

amazon-web-services

theano