看来TensorFlow现在支持cudNN 6.0。我在使用cudNN 5.1时遇到错误。

使用TensorFlow版本1.3.0。

如果你得到

ImportError: libcudnn.so.6: cannot open shared object file: No such file or directory

尝试使用6.0

目前，Tensorflow不支持cuDNN6。如果您的错误是它找不到libcudnn.so.5而您仅安装了提供libcudnn.so.6 cuDNN 6，则必须安装cuDNN 5，直到cuDNN 6支持为止。介绍。您可以在Tensorflow Github页面上关注公开的错误报告 ，以了解他们何时开始支持cuDNN 6。

我遇到了这个问题。在我的情况下，我的月食给出了这个错误，但是tensorflow在终端中运行顺利。因此，在安装cuDNN或将与cudNN相关的文件粘贴到/usr/local/cuda/lib64和/usr/local/cuda/include ，我认为sudo ldconfig -v命令也必须在终端中执行。

在那之后它应该工作。

假设已经按照NVIDIA在CUDA安装过程中的规范设置了以下环境变量： LD_LIBRARY_PATH ， PATH ， CUDA_HOME

只需下载cuDNN 5.1并按照以下步骤操作（在Ubuntu 16.04，CUDA工具包8.0上进行了测试）

$ tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
$ sudo cp -P cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

现在设置路径变量

$ vim ~/.bashrc

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

并做了

有关更多详细信息，您可以检查此站点

确保$LD_LIBRARY_PATH环境变量设置为正确的路径。

从cuDNN安装指南中 ：

所有平台

Extract the cuDNN archive to a directory of your choice, referred to below as <installpath>.
Then follow the platform-specific instructions as follows.

LINUX

cd <installpath>
export LD_LIBRARY_PATH=`pwd`:$LD_LIBRARY_PATH

Add <installpath> to your build and link process by adding -I<installpath> to your compile
line and -L<installpath> -lcudnn to your link line.

OS X

cd <installpath>
export DYLD_LIBRARY_PATH=`pwd`:$DYLD_LIBRARY_PATH

Add <installpath> to your build and link process by adding -I<installpath> to your compile
line and -L<installpath> -lcudnn to your link line.

视窗

Add <installpath> to the PATH environment variable.

In your Visual Studio project properties, add <installpath> to the Include Directories 
and Library Directories lists and add cudnn.lib to Linker->Input->Additional Dependencies.

您可能未安装正确版本的cuDNN。

要确定cuDNN的正确版本，请参阅NVIDIA要求以GPU支持运行TensorFlow。