tensorflow - cuDNN 产生错误未能初始化
问题描述
我正在尝试VGGNET
在自定义数据集上训练模型,我已经对模型进行了试验,colab
但现在我需要在本地机器上运行相同的代码。
我尝试使用Tensorflow GPU 1.15
and运行代码CUDA 10.0
(我正在使用的 colab has Tensorflow GPU 1.15
and CUDA 10.0
),但是代码给出了这个错误
...
(0) Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.
[[{{node block1_conv1/convolution}}]]
[[loss/mul/_169]]
...
我尝试过的事情
- 尝试了不同版本的 cuDNN 7.6.4 和 7.4.2
- 尝试将 TensorFlow GPU 从 1.15 降级到 1.14
系统:Ubuntu 18.04
, CUDA 10.0
, cuDNN 7.4.2
, Nvidia driver 440.64
,Tensorflow GPU 1.15
解决方案
似乎 RTX 卡存在一些问题,我不得不添加几行代码才能使其工作
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
tf.Session(config=config)
推荐阅读
- c# - 遍历列表并更新数据在数据库中找不到项目
- apache-spark - 使用 hadoopFile 获取文件名
- c# - 访问继承的泛型类的泛型属性
- google-chrome - Framework7 离线应用程序跨源在 IE 和 Chrome 上被阻止。是否有一个简单的本地服务器解决方案作为替代方案?
- android - 什么是 versionCodeMajor?和 versionCode 有什么区别?
- spring - 主模块和测试模块的单个 application.properties
- html - 当我尝试将 2 个 CSS 规则集压缩为一个时,为什么我的字幕无法正常工作?
- sql-server - 为什么我需要 db_owner 来打开连接
- javascript - JQuery获取嵌入式小部件自动完成文本的值
- ms-access - 加入不同的数据类型