tensorflow报错：Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

最新推荐文章于 2022-03-17 12:04:07 发布

原创最新推荐文章于 2022-03-17 12:04:07 发布 · 245 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #tensorflow

deeplearning 同时被 2 个专栏收录

77 篇文章

订阅专栏

tensorflow

7 篇文章

订阅专栏

本文介绍了如何检查TensorFlow与CUDA、cuDNN的对应关系，并提供了在TensorFlow 1.x和2.x中设置GPU可见性和管理GPU内存的方法，确保高效利用GPU资源进行深度学习计算。

部署运行你感兴趣的模型镜像

1.确认tensorflow是否与cuda，cudnn对应，在这里查看
2.修改设置

os.environ['CUDA_VISIBLE_DEVICES']='0,1'
# tf 1.13
config = tf.ConfigProto()
config.gpu_options.allow_growth=True
sess = tf.Session(config=config)
sess.run(tf.global_variables_initializer())

# tf 2.0
# gpu = tf.config.experimental.list_physical_devices('GPU')
# tf.config.experimental.set_memory_growth(gpu[0], True)
# gpu = tf.config.experimental.list_physical_devices('GPU')
# tf.config.experimental.set_memory_growth(gpu[1], True)