tensorflow-gpu报错：tensorflow.python.framework.errors_impl.UnknownError: 2 root error(s) found

一、报错内容

tensorflow.python.framework.errors_impl.UnknownError: 2 root error(s) found.
  (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 conv2d_24/convolution}}]]
  (1) 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 conv2d_24/convolution}}]]
	 [[conv2d_46/truediv/_417]]
0 successful operations.
0 derived errors ignored.

二、解决方案

import keras
import tensorflow as tf
import os

os.environ["CUDA_VISIBLE_DEVICES"] = "1"#因为是单GPU训练，所以需要加上这一行代码
config = tf.ConfigProto()#t配置tf.Session的运算方式
config.gpu_options.allow_growth = True  # TensorFlow按需分配显存
config.gpu_options.per_process_gpu_memory_fraction = 0.5  # 指定显存分配比例
keras.backend.tensorflow_backend.set_session(tf.Session(config=config))

以上就是最终方案。

---

下面是解决的过程： 

看了很多解决方案，解决方案可大致分为三类：

（1）查看tensorflow+cuda+cudnn安装版本是否一致，下面这篇文章里有教怎么查看是否一致。

Tensorflow、CUDA、cuDNN详细的下载安装过程_cudnn下载_机智的小神仙儿的博客-优快云博客

首先进入Tensorflow官网：在 Windows 环境中从源代码构建  |  TensorFlow
找到windows对应的版本的模块，ctrl+F输入tensorflow

（2）tensorflow按需分配显存

import keras
import tensorflow as tf

config = tf.ConfigProto()#t配置tf.Session的运算方式
config.gpu_options.allow_growth = True  # TensorFlow按需分配显存
config.gpu_options.per_process_gpu_memory_fraction = 0.5  # 指定显存分配比例
keras.backend.tensorflow_backend.set_session(tf.Session(config=config))

 这个类似的来源太多了，就先不标注了。

这个方案我试了，但还是没解决问题。

（3）由于单GPU训练，因此加上一行代码 

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1"

源自：tensorflow-gpu测试报错：tensorflow.python.framework.errors_impl.UnknownError: 2 root error(s) found_喜欢小黄鸭的焦哥的博客-优快云博客

所以最后把（2）和（3）结合了一下，成功继续训练。

不过，这篇文章有人评论说是加上这行代码会变成cpu？我不太确定，有大佬知道的可以留言交流一下。

对我来说，最后可算是继续训练了/撒花

记录一下运行的又一个坎。