./sample_onnx_mnist: error while loading shared libraries: libnvinfer.so.8: cannot open shared object file: No such file or directory

./sample_onnx_mnist 是一个示例程序，用于加载和运行 ONNX 格式的 MNIST 模型。然而，你遇到的错误是由于缺少 libnvinfer.so.8 共享库文件导致的。libnvinfer.so.8 是 NVIDIA TensorRT 库的一部分，它用于加速深度学习推理。

要解决这个问题，你可以尝试以下几个步骤：

1. 确保你已经正确安装了 NVIDIA TensorRT。你可以从 NVIDIA 官方网站下载并按照指南进行安装。

2. 检查 libnvinfer.so.8 是否存在于系统中。你可以使用以下命令进行检查：

   ls /usr/lib/x86_64-linux-gnu/libnvinfer.so.8

如果该文件不存在，可能是因为安装过程中出现了问题。你可以尝试重新安装 NVIDIA TensorRT。

3. 如果 libnvinfer.so.8 存在于系统中，但是程序仍然无法找到它，你可以尝试将其路径添加到 LD_LIBRARY_PATH 环境变量中。使用以下命令将路径添加到环境变量中：

   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/x86_64-linux-gnu

然后再次运行程序，看看问题是否解决。

如果以上步骤都没有解决问题，可能需要进一步检查系统配置和安装情况。希望这些信息对你有帮助！

相关问题

Linking: ../../bin/sample_onnx_mnist_coord_conv_ac_debug /usr/bin/ld: 找不到 -lcudnn

这个错误提示是由于缺少 Nvidia cuDNN 库导致的，cuDNN 是深度学习框架的必备库之一，可以提高深度学习模型的训练速度和准确率。

要解决这个问题，你可以按照以下步骤进行操作：

1. 确保你已经安装了 Nvidia GPU 驱动和 CUDA 工具包，这是使用 cuDNN 库的前提。

2. 前往 Nvidia 的官网下载 cuDNN 库，下载之前需要注册一个 Nvidia 开发者账号。

3. 下载的 cuDNN 库文件是一个压缩包，解压之后可以得到多个文件和文件夹。

4. 将解压后的文件复制到 CUDA 安装目录下的相应文件夹中，比如将 cuDNN 库的动态链接库文件（.so 文件）复制到 /usr/local/cuda/lib64/ 目录下。

5. 然后重新编译你的程序，这个错误应该就可以解决了。

希望这些步骤能够帮助你解决问题。

FileNotFoundError: [Errno 2] No such file or directory: './log/nn_mnist_mlp_10.png'

这个错误是由于找不到指定的文件或目录导致的。根据你提供的错误消息，文件 "./log/nn_mnist_mlp_10.png" 不存在或者路径不正确。

请确保路径和文件名的拼写是正确的，并且文件确实存在于指定的位置。你可以使用绝对路径或相对路径来指定文件的位置。

如果文件确实不存在，请检查是否有其他错误导致文件未能生成或保存在正确的位置。你可能需要重新运行程序或检查相关的代码逻辑。

如果问题仍然存在，请提供更多的上下文信息，以便我可以给出更具体的建议。