Ubuntu使用pycharm：ImportError: libcublas.so.9.0: cannot open shared object file
ImportError: libcublas.so.9.0: cannot open shared object file解决办法
出现这个问题一般有好几个原因，下面将会一一讲解
1. 首先我们需要检查自己安装的tensorflow的版本和cuda的版本是否对应，例如这里的libcublas.so.9.0实际是指cuda9.0里面的一个依赖库，这里我抄了一份tensorflow和cuda的对应表
（https://blog.csdn.net/lifuxian1994/article/details/81103530）
tensorflow-gpu v1.9.0 | cuda9.0 | cuDNN7.1.4可行 | 备注：7.0.4/ 7.0.5/ 7.1.2不明确
tensorflow-gpu v1.8.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.7.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.6.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.5.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.4.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.3.0 | cuda8.0 | cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.2.0 | cuda8.0 | cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知
不过在我写这篇论文的时候，cuda的版本已经达到了10，tensorflow的版本已经达到了1.13（这个版本支持cuda10），因为找对应版本的时候已经是我很久之前给win10装的时候找的，所以现在的对应的版本需要各位自己去找找了。
不过还要注意的是英伟达显卡版本和cuda的对应关系，cudnn还好，因为下载cudnn的时候会告诉你对应的版本。
2. 如果你发现自己的显卡版本，cuda版本，cudnn版本，tensorflow版本都是正确的，然后运行的时候你发现还是不行，这个时候你可以看一下
/usr/local/cuda-9.0/lib64 （这里的cuda-9.0以你自己的为准，因为我这里装的是cuda9.0版本的）
文件夹下面有没有libcublas.so.9.0文件，如果有，那估计是你当初转移cudnn的时候命令没写完
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
这里我抄了一份命令，基本就是这样的命令了，估计最后两句修改权限的命令你忘记写了
3. 如果你安装第二点也输入了完整的命令，你发现，emmmmm……，还是不能运行，那么估计是你安装cuda的时候命令没写完
sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
这里我也找了一段代码，这里需要将cuda的路径添加到环境变量里面，那么估计是你这里没有写对
4. 如果上面的你都没有错误，那说明咱俩的习惯还挺像的，如果你是在命令行中运行的代码，那么你看看你是不是这样写的
sudo python XXX.py
那么恭喜你呀，这个使用了root权限，可爱的Linux会告诉你找不到 libcublas.so.9.0，为啥呢，其实很简单，因为你上面的环境变量只是给你的当前用户添加的，并不是给root用户添加的，如果你想给root用户添加，你可以百度或者谷歌看看咋操作，我已经忘记了。你运行代码的时候只需要去掉sudo就可以了。
当然了，对于pycharm也是类似的，一般而言咱们在Linux里面启动pycharm，使用的都是命令的方式
sh ./pycharm
如果你在这个命令前面添加了sudo，那么就没法运行了，因为原因和上面一样，pycharm找不到环境变量里面的cuda的路径了。
其实这个原因对于Linux小白而言很令人感到奇怪，因为Windows里面的用户模式几乎没人去接触，毕竟你就用一个账号登录你的Windows电脑，不过Linux天生就是可以多人使用的操作系统，所以这样设计是很正常的。