报错解决：could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED

迈不过友情╰ 2023-06-16 01:56 149阅读 0赞

日萌社" class="reference-link">20191009191333910.png日萌社

人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）

#

  1. 执行时报错：could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED
  2. 解决方式一：GPU占用问题导致的，keras框架（Tensorflow backend） 设置GPU按需分配：
  3.         import tensorflow as tf
  4.         from keras import backend as K
  5.         config = tf.ConfigProto()
  6.         config.gpu_options.allow_growth=True
  7.         sess = tf.Session(config=config)
  8.         K.set_session(sess)
  10. 解决方式二：
  11.     physical_devices = tf.config.experimental.list_physical_devices('GPU')
  12.     assert len(physical_devices) > 0, "Not enough GPU hardware devices available"
  13.     tf.config.experimental.set_memory_growth(physical_devices[0], True)
  15. 解决方式三：
  16.     os.environ['TF_FORCE_GPU_ALLOW_GROWTH'] = 'true'
  18. 解决方式四：
  19.     """
  20.     0表示指定第一块GPU，1表示指定第二块GPU，以此类推。
  21.     如果只有一块GPU，却指定数字1，并不是0的话，那么会变成使用CPU运行。
  22.     """
  23.     os.environ['CUDA_VISIBLE_DEVICES'] = '0'

发表评论

表情：
评论列表 （有 0 条评论，149人围观）

还没有评论，来说两句吧...

相关阅读