failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED 报错（解决方法）

最新推荐文章于 2023-03-04 15:32:30 发布

布拉格沃兹基硕德

最新推荐文章于 2023-03-04 15:32:30 发布

阅读量2k

点赞数 1

分类专栏： Bugs Keras Pycharm 文章标签：人工智能 python

本文链接：https://blog.youkuaiyun.com/baidu_30506559/article/details/121358652

版权

Bugs 同时被 3 个专栏收录

22 篇文章

订阅专栏

Keras

10 篇文章

订阅专栏

Pycharm

2 篇文章

订阅专栏

本文介绍了在运行GCN_Keras代码时遇到的两个错误：CPU指令集不匹配警告和CUBLAS分配失败。针对第一个问题，通过设置环境变量屏蔽警告；对于第二个问题，可以通过固定GPU内存分配比例或检查资源占用来解决。提供的解决方案包括修改代码以限制GPU内存使用，并建议避免同时运行多个消耗GPU资源的程序。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.报错问题：（来自GCN_Keras-master代码）

在Pycharm运行GCN_Keras代码的时候，报错：

①Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA

您的CPU支持该TensorFlow二进制文件未编译为使用的指令：AVX2 FMA

原因：成功解决Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

②failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED

原因：

解决：failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED

2.解决方法

①Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA

开头加入代码：可以临时屏蔽警告信息

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

②failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED

开头加入代码：固定分配显存

import tensorflow as tf
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

或：

可能开的程序太多了，jupyter和pycharm尽量不要一起开，关掉其他的试试。