在ubuntu上运行，libtensorflow_compression.so报错

Question

File "/home/x-lab/ADJSCC-main/adjscc_cifar10.py", line 2, in <module>
    from util_module import Attention_Encoder, Attention_Decoder
  File "/home/x-lab/ADJSCC-main/util_module.py", line 1, in <module>
    import tensorflow_compression as tfc
  File "/home/x-lab/ADJSCC-main/tensorflow_compression/__init__.py", line 18, in <module>
    from tensorflow_compression.python.datasets.y4m_dataset import *
  File "/home/x-lab/ADJSCC-main/tensorflow_compression/python/datasets/y4m_dataset.py", line 18, in <module>
    from tensorflow_compression.python.ops import gen_ops
  File "/home/x-lab/ADJSCC-main/tensorflow_compression/python/ops/gen_ops.py", line 20, in <module>
    ops = load_library.load_op_library(resource_loader.get_path_to_datafile(
  File "/home/x-lab/miniconda3/envs/tf27/lib/python3.9/site-packages/tensorflow/python/framework/load_library.py", line 58, in load_op_library
    lib_handle = py_tf.TF_LoadLibrary(library_filename)
tensorflow.python.framework.errors_impl.NotFoundError: /home/x-lab/ADJSCC-main/tensorflow_compression/python/ops/../../cc/libtensorflow_compression.so: undefined symbol: _ZNK10tensorflow8OpKernel11TraceStringERKNS_15OpKernelContextEb

在Ubuntu上运行时报错，求问该如何解决这个问题？
tensorflow-gpu版本为2.7.0，tensorflow-compression版本为2.7.0，libtensorflow_compression.so为手动编译的文件。

Answer 1

让【宝码香车】来帮你解答，本回答参考DeepSeek编写，并整理提供，如果还有疑问可以点击头像关注私信或评论。

如果答案让您满意，请采纳、关注，非常感谢！

---

根据你提供的错误信息，问题出在 libtensorflow_compression.so 文件中，具体是 undefined symbol: _ZNK10tensorflow8OpKernel11TraceStringERKNS_15OpKernelContextEb。这个错误通常是由于 TensorFlow 和 tensorflow-compression 的版本不匹配，或者编译 libtensorflow_compression.so 时使用的 TensorFlow 版本与运行时使用的 TensorFlow 版本不一致导致的。

解决方案

1. 检查 TensorFlow 和 tensorflow-compression 的版本匹配

   • 确保 tensorflow-gpu 和 tensorflow-compression 的版本完全一致。你提到两者都是 2.7.0，这应该是正确的，但请再次确认。

2. 重新编译 libtensorflow_compression.so

   • 确保你在编译 libtensorflow_compression.so 时使用的 TensorFlow 版本与运行时使用的 TensorFlow 版本一致。
   • 如果你使用的是手动编译的 libtensorflow_compression.so，请确保编译环境与运行环境一致。

3. 清理并重新安装 tensorflow-compression

   • 如果你是通过 pip 安装的 tensorflow-compression，尝试卸载并重新安装：

     pip uninstall tensorflow-compression
     pip install tensorflow-compression==2.7.0
     

4. 检查环境变量

   • 确保 LD_LIBRARY_PATH 环境变量包含 libtensorflow_compression.so 所在的目录。你可以通过以下命令设置：

     export LD_LIBRARY_PATH=/home/x-lab/ADJSCC-main/tensorflow_compression/python/ops/../../cc:$LD_LIBRARY_PATH
     

5. 检查 TensorFlow 安装

   • 确保 TensorFlow 安装正确，并且 GPU 支持已启用。你可以通过以下命令检查 TensorFlow 是否正确安装：

     import tensorflow as tf
     print(tf.__version__)
     print(tf.test.is_gpu_available())
     

6. 使用预编译的二进制文件

   • 如果你无法解决编译问题，考虑使用预编译的 tensorflow-compression 二进制文件，而不是手动编译。

示例代码

以下是一个简单的 Python 脚本，用于检查 TensorFlow 和 GPU 是否正常工作：

import tensorflow as tf

# 打印 TensorFlow 版本
print("TensorFlow version:", tf.__version__)

# 检查 GPU 是否可用
print("GPU available:", tf.test.is_gpu_available())

总结

• 确保 TensorFlow 和 tensorflow-compression 版本一致。
• 重新编译 libtensorflow_compression.so，确保编译环境与运行环境一致。
• 检查环境变量，确保 libtensorflow_compression.so 所在的目录在 LD_LIBRARY_PATH 中。
• 如果问题仍然存在，考虑使用预编译的 tensorflow-compression 二进制文件。

希望这些步骤能帮助你解决问题。如果问题仍然存在，请提供更多详细信息，以便进一步诊断。