【最强解法】Failed to get convolution algorithm. This is probably because cuDNN failed to initialize...

00AutoMan00

于 2020-09-05 09:37:39 发布

阅读量785

点赞数 1

分类专栏： Bug处理集锦文章标签： bug 深度学习 tensorflow 神经网络

本文链接：https://blog.youkuaiyun.com/qq_29969029/article/details/108415432

版权

Bug处理集锦专栏收录该内容

3 篇文章

订阅专栏

本文分享了一种通过调整TensorFlow配置参数来提高GPU利用率的方法，只需在代码中加入特定设置，即可有效解决cuDNN版本问题带来的GPU资源浪费。此方法简单实用，适用于深度学习训练场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

网上有说cuDNN的版本问题，我也没有试过这种方法，因为看上去比较复杂耗时，所以我用了别的方法，调整了GPU的利用率（很久之前看的一篇博客的，现在忘记是哪篇了），只需要在代码的前面插入以下代码，就可以轻松解决了，简单有效，我特意写个博客记录下来，同时希望对网友有帮助。

import tensorflow as tf
config = tf.compat.v1.ConfigProto(allow_soft_placement=True)
config.gpu_options.per_process_gpu_memory_fraction = 0.2
tf.compat.v1.keras.backend.set_session(tf.compat.v1.Session(config=config))