- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在尝试在 python 3 中创建机器学习。但后来我试图编译我的代码,我在 Cuda 10.0/cuDNN 7.5.0 中遇到了这个错误,有人可以帮我解决这个问题吗?
RTX 2080
我在:喀拉斯 (2.2.4)tf-nightly-gpu (1.14.1.dev20190510)
Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
代码错误:tensorflow.python.framework.errors_impl.UnknownError:获取卷积算法失败。这可能是因为 cuDNN 初始化失败,所以尝试查看上面是否打印了警告日志消息。
这是我的代码:
model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(50, 50, 1)))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(Flatten())
model.add(Dense(1, activation='softmax'))
model.summary()
model.compile(optimizer='adam',
loss='binary_crossentropy',
metrics=['accuracy'])
model.fit(x, y, epochs=1, batch_size=n_batch)
OOM when allocating tensor with shape[24946,32,48,48] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
最佳答案
使用 Tensorflow 2.0、CUDA 10.0 和 CUDNN 7.5,以下对我有用:
gpus = tf.config.experimental.list_physical_devices('GPU')
tf.config.experimental.set_memory_growth(gpus[0], True)
还有一些使用过时的 Tensorflow 1.x 语法的其他答案(例如 venergiac 的答案)。如果您使用的是最新的 tensorflow,则需要使用我在此处提供的代码。
如果出现以下错误:
Physical devices cannot be modified after being initialized
那么问题将通过将 gpus = tf.config
... 行直接放在导入 tensorflow 的位置下方来解决,即
import tensorflow as tf
gpus = tf.config.experimental.list_physical_devices('GPU')
tf.config.experimental.set_memory_growth(gpus[0], True)
关于algorithm - 无法创建 cudnn 句柄 : CUDNN STATUS INTERNAL ERROR,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56008683/
在 Ubuntu 16.04 上按照标准命令安装 Lua 和其他依赖项: conda install lua=5.2 lua-science -c alexbw 我在行中遇到错误: require '
我正在尝试在 python 3 中创建机器学习。但后来我试图编译我的代码,我在 Cuda 10.0/cuDNN 7.5.0 中遇到了这个错误,有人可以帮我解决这个问题吗? RTX 2080 我在:喀拉
我在安装了 CUDA 7.5 并正常工作的 Ubuntu 系统上使用 Python 和 IDE Pycharm。 我刚刚将 CUDNN 文件与我的常规 CUDA 安装合并。 现在,当我从 Tensor
我正在尝试配置 theano 以在我的 Windows 机器上使用 gpu。我已经将 .theanorc 设置为使用 device= gpu 但是当我运行一些应该使用 gpu 的代码时,我收到以下错误
当我为Windows编译caffe(64位,发行版,2013年,nvidia 750,opencv 3.1,cuDNN版本5.1)时,出现以下错误 "Error 13 error C1083: Can
我正在尝试理解和调试我的代码。我尝试使用在 GPU 上的 tf2.0/tf.keras 下开发的 CNN 模型进行预测,但得到了那些错误消息。 有人可以帮我修吗? 这是我的环境配置 enviromen
我现在在 C++ 中使用 Cuda 有一段时间了,我想试试 cuDNN。我想直接使用 C++,但我大多只能找到基于不同平台(如 Caffè 或 TensorFlow)的示例和教程。这是否意味着我不能在
我不确定这是否是这个问题的正确堆栈交换,但这里是。 我已经安装了最新的 CUDA 驱动程序和 Tensorflow 1.14,但是当我尝试训练卷积层时,Tensorflow 说它找不到实现,因为它无法
我需要找到有关提供给 cudnnConvolutionForward、cudnnConvolutionBackwardData、cudnnConvolutionBackwardFilter 函数系列的
我在尝试运行前馈 torch.nn.Conv2d 时收到此消息,得到以下堆栈跟踪: ----------------------------------------------------------
我正在尝试加载 NSynth 权重,我正在使用 tf 版本 1.7.0 from magenta.models.nsynth import utils from magenta.models.nsyn
我搜索了很多地方,但我得到的只是如何安装它,而不是如何验证它是否已安装。我可以验证我的 NVIDIA 驱动程序是否已安装,并且 CUDA 是否已安装,但我不知道如何验证 CuDNN 是否已安装。非常感
库德恩:https://developer.nvidia.com/cudnn 我登录并完成 NVIDIA 希望您完成的所有任务;然而,当需要下载文件时,我似乎不知道如何通过 wget 和命令行来完成它
我编写了一个简单的应用程序来测试 cudnn rnn api 并检查我的理解是否正确; 代码是这样的, int layernum = 1; int batchnum = 32; int hiddenS
CuDNN 安装程序似乎在查找错误版本的 CUDA。我究竟做错了什么?完整的故事: Ubuntu 16.04 安装了两个版本的 CUDA,9.0 和 9.1。/usr/lib/cuda 链接到 9.1
我有以下基于 Theano example 的代码: from theano import function, config, shared, sandbox import theano.tensor
我在Windows机器(Win10 Pro 64位,i7-7700,8GB内存,GTX-1060-6GB)中使用cupy和Spyder3.3.6和Python 3.7.5。 cupy、chainer、
我正在运行example Keras 的 kaggle_otto_nn.py,后端为 theano。 在下面的打印输出中,第 5 行,有这样的内容: CNMeM is enabled with ini
cuDNN 安装手册说 ALL PLATFORMS Extract the cuDNN archive to a directory of your choice, referred to below
我正在使用 ubuntu 20.04 并安装了 anaconda。根据this instruction ,我通过 conda create -n tf tensorflow-gpu 创建一个环境 在安
我是一名优秀的程序员,十分优秀!