tensorflow卷积报错Failed to get convolution algorithm. This is probably because cuDNN failed t
tensorflow卷积报错Failed to get convolution algorithm. This is probably because cuDNN failed t
说明:环境是tensorflow,测试GPU没有问题。
在tensorflow2.0和tensorflow1.15我都有遇到这个错误,主要是显卡内存分配问题。
但在运行模型出现错误。
UnknownError: 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. [Op:Conv2D]
解决方法添加下面两行
import osos.environ['CUDA_VISIBLE_DEVICES'] = '/gpu:0' # 运行程序,都会占用gpu0全部资源# 多个GPU时,如果运行只使用了一个的话,可以设置为‘/gpu:0,1’等等
# 另一种写法
os.environ['CUDA_DEVICE_ORDER'] = 'PCI_BUS_ID' # 按照PCI_BUS_ID顺序从0开始排列GPU设备
os.environ['CUDA_VISIBLE_DEVICES'] = "0,1" #设置当前使用的GPU设备为0,1号两个设备,名称依次为'/gpu:0'、'/gpu:1'。
#[0,1]和[1,0]排列的设备是不同的,排在前面的设备优先级高,运行程序的时候会优先使用。
其他一些解答(我测试没有成功,但可能是我遇到的情况不一致)
1.矛头指向了是因为显存分配没搞好造成的
解决代码
import tensorflow as tf
config = tf.compat.v1.ConfigProto(allow_soft_placement=True)
config.gpu_options.per_process_gpu_memory_fraction = 0.8
tf.compat.v1.keras.backend.set_session(tf.compat.v1.Session(config=config))
来分析一下这段代码以及问题原因:
众所周知,keras以TensorFlow做后台时,TensorFlow会默认吃掉所有可用的显存(即便此时没有用到做计算,这些显存也会显示占用来待命)第二行的0.3,意思是限制每个模型只能分配30%的显存,不允许吃掉所有。当然这是理论值,当实际开始计算时,如果需要,依然可以超出这个理论值。
2 也是说显卡内存分配问题
from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSessionconfig = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)
这个设置为按需分配
tensorflow卷积报错Failed to get convolution algorithm. This is probably because cuDNN failed t相关推荐
- Failed to get convolution algorithm. This is probably because cuDNN failed to initialize
Failed to get convolution algorithm. This is probably because cuDNN failed to initialize 目前版本的Tensor ...
- 解决UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initia
解决UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initia ...
- UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to
UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initiali ...
- 【已解决】UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to ini
jupyter运行有如下问题 UnknownError: Failed to get convolution algorithm. This is probably because cuDNN fai ...
- Failed to get convolution algorithm.This is probably because cuDNN failed to initialize
报错原因: 内存分配出现了问题 解决方案: 在代码前加上如下代码 import tensorflow as tf gpus = tf.config.list_physical_devices(&quo ...
- [tf] Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initial
使用 tf1 进行训练时,出现这个问题,原因是 GPU 显存不足(当时有别的程序正在使用 GPU)
- UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initial
遇到这个问题除了网上说的加代码以外 还可以关闭其他占用显卡的程序,重启pycharm再次运行, 一般就解决问题.
- Failed to get convolution algorithm. This is probably because cuDNN failed to initialize,
关于这个错误,这个帖子给出了完善的解释 https://stackoverflow.com/questions/53698035/failed-to-get-convolution-algorithm ...
- tensorflow出现UnknownError: Failed to get convolution algorithm. This is probably because cuDNN faile
错误: tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This ...
最新文章
- 一分钟详解「本质矩阵」推导过程
- android 动态 dex,Android 动态加载dex
- 基于FPGA的超声波数据图像显示
- SDK 和 API 的区别是什么?
- python 语言教程(3)变量之元组
- Django基础篇之MVC与MTV模型
- PAT_B_1086_Java(15分)
- Source Insight之Relation Window Properties配置和一些快捷键
- 使用SparkJava和Graal的本机微服务
- Nginx gzip参数详解及常见问题(已解决)
- python字符串补空格输出_python实现指定字符串补全空格、前面填充0的方法
- 【POJ】1276 Cash Machine 【背包问题】
- 工业汽轮机调节系统的模糊PID控制器
- unity游戏框架学习-场景管理
- ug二次开发python_UG/NX二次开发入门指导
- JSP常用标记——(web基础学习笔记)
- AttributeError: module 'torch.nn.init' has no attribute 'zeros_'
- O(nlogn) 求LIS(Longest Increasing Subsequence)方法的总结
- 银行存款对账java代码_银行存款对账方法
- 图书管理系统的c实现用于图书信息的管理。
热门文章
- 导轨式串口服务器作用,导轨式RS485串口服务器 USR-DR302
- 倪妮成为FILA高级运动时装代言人;玩具反斗城开启“暑期玩乐季” | 知消
- 百度贴吧 v9.9.8.42
- Jetson基本笔录2 -- 源码编译与KO生成
- dede后台空白,没有登录界面
- Linux大神进阶十五:磁盘管理
- php 给图片加属性,discuz教程之给帖子图片添加alt属性
- Android4.2中Gallery2源码移植
- UD6810 U盘无法量产的解决方案
- python2.0迅雷下载_《Tensorflow 2.0神经网络实践》高清完整PDF版 下载