tensorflow-gpu错误

最新推荐文章于 2023-01-04 21:58:14 发布
原创 最新推荐文章于 2023-01-04 21:58:14 发布 · 577 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

 E tensorflow/stream_executor/cuda/cuda_dnn.cc:353] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
段错误 (核心已转储)


原因：

显存满了

python 那个进程基本把显存耗完了。

解决方案：

新开一个终端，

输入

kill 1140

这里的1140为Python进程的PID，在上图中可以看到PID的值.

tensorflow/stream_executor/cuda/cuda_driver.cc:318] failed call to cuInit: UNKNOWN ERROR (303)
zhuiyuanzhongjia的博客
06-18 1万+
报错信息： Using TensorFlow backend. WARNING:tensorflow:From /root/anaconda3/envs/pytf36/lib/python3.7/site-packages/tensorflow_core/python/compat/v2_compat.py:65: disable_resource_variables (from tensorflow.python.ops.variable_scope) is deprecated and will b
解决Ubuntu下，Tensorflow项目的GPU部署和nvidia版本造成的问题
weixin_40364669的博客
08-03 914
could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED //不能创建初始化状态 possibly insufficient driver version: 384.130.0 //驱动版本可能不对 dev/sda1**:clean,**/**file,***/***blocks 因为卸载gpu显卡驱动INVIDA导致可视化桌面环境被毁掉: 鼠标键盘等桌面驱动也连带卸载,最后无法动弹.
E tensorflow/stream_executor/cuda/cuda_dnn.cc:82] CUDNN_STATUS_EXECUTION_FAILED
qwq_xcyyy的博客
11-06 1036
E tensorflow/stream_executor/cuda/cuda_dnn.cc:82] CUDNN_STATUS_EXECUTION_FAILED
解决Check failed: cudnnSetTensorNdDescriptor(handle_.get(), elem_type, nd, dims.data(), strides.data()
沉迷单车的追风少年
12-15 2403
项目场景： tensorflow 加载预训练模型 InceptionV3， 计算FID 问题描述： 2021-12-13 07:44:25.012505: F tensorflow/stream_executor/cuda/cuda_dnn.cc:533] Check failed: cudnnSetTensorNdDescriptor(handle_.get(), elem_type, nd, dims.data(), strides.data()) == CUDNN_STATUS_SUCCESS
跑程序常见错误（核心已转储）
weixin_43839245的博客
07-23 1021
tensorflow-gpu报错：E tensorflow/stream_executor/cuda/cuda_dnn.cc:334] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 会报核心已转储的错误 解决方法： 出现以上问题一般是由于gpu内存不够,或者是由于gpu被占用了大部分，所以导致出现以上问题：我们可以在终端里面杀死其它占用gpu跑的程序或者是重启即可解决问题 我重启解决了以上问题。 ...
解决Ubuntu18中的pycharm不能调用tensorflow-gpu的问题
12-16
在Ubuntu 18.04系统中，PyCharm 是一个流行的Python集成开发环境，而TensorFlow-GPU是Google开发的深度学习库TensorFlow的GPU版本，它利用GPU的并行计算能力加速训练过程。当你在命令行环境中能正常导入和使用...
精选资源
tensorflow-gpu1.12.0离线安装所需库的安装包
02-18
TensorFlow GPU版则进一步利用了GPU（图形处理器）的强大计算能力，为模型训练提供了更快的速度。这里我们聚焦于"tensorflow-gpu1.12.0离线安装所需库的安装包"，这是一个针对特定版本的TensorFlow GPU的离线安装...
精选资源
Tensorflow-gpu2.0.0安装以及tensorflow-gpu安装成功的测试程序.pdf
05-12
如果没有错误信息并且GPU执行时间显著低于CPU，那么可以确认安装是成功的。 总的来说，安装TensorFlow-GPU 2.0.0需要规划好硬件配置，安装必要的依赖库，并正确设置环境。通过编写和运行测试代码，我们可以验证...
精选资源
Tensorflow-gpu版本缺少的dll文件
04-07
当安装Tensorflow-GPU时，如果缺少这些dll文件，可能会导致运行错误或者性能下降。确保所有必要的CUDA和cuDNN库正确安装并且版本与Tensorflow兼容，是成功运行GPU加速的深度学习项目的基础。在遇到“缺少dll文件”的...
Windows10使用Anaconda安装Tensorflow-gpu的教程详解
10-15
如果没有任何错误提示，那么恭喜，你已经成功安装了TensorFlow-GPU。你还可以通过以下命令查看TensorFlow的版本以及GPU是否被正确识别： ```python print(tf.__version__) tf.test.is_gpu_available() ``` 总结来...
E tensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_ALLOC
weixin_42299634的博客
06-03 1954
本人环境： anaconda 3.6 CUDA 10.0 cudnn10.0 tensorflow-gpu 2.0 做卷积神经网络时报错 E tensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILE 在确保各个版本都适配的情况下，考虑显存设置问题 设置为仅在需要时申请显存 解决办法：在代码中加上： import tensorflow as tf config
已解决I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not ha
热门推荐
努力让自己发光，对的人才能迎着光而来
01-04 1万+
已解决W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library ‘cudart64_110.dll’; dlerror: cudart64_110.dll not found I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a
Tensorflow报错could not create cudnn handle CUDNN_STATUS_NOT_INITIALIZED
Hello world!
05-29 525
报错 E tensorflow/stream_executor/cuda/cuda_dnn.cc:385] could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED 解决方案（虽然不知道为啥），同样的环境配置，服务器上可以运行，自己台式机不行，可能显存小的原因？。。。 修改显存分配方式 config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Se
E tensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_ALLO
s1971627699的博客
06-28 1569
E tensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED anaconda 4.7 cuda 10 cudnn 10 TensorFlow 2.0 代码中加上 import tensorflow as tf config=tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allo
tensorflow/stream_executor/cuda/cuda_dnn.cc:334] Could not create cudnn handle: CUDNN_STATUS_INTERNA
icestorm_rain的博客
04-06 6702
E tensorflow/stream_executor/cuda/cuda_dnn.cc:334] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 如标题所示，最近博主写代码的时候tensorflow报错Could not create cudnn handle。 这可能是因为你的gpu分配出现了问题，所以我们设置config...
Etensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_INTER
勿忘初心,方得始终
05-26 3386
在ubuntu16 GTX2060 cuda10.1中使用tensorflow报出一下错误 E tensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 在网上尝试了很多中方法 1、删除缓存(我用没有成功) sudo rm -rf ~/.vn/ 2、修改cuda版本之类的，太麻烦没有试 3、换tensorflow版本之类的。太麻烦没有试 4、使
E tensorflow/stream_executor/cuda/cuda_dnn.cc:371] could not create cudnn handle: CUDNN_STATUS_INTE
weixin_44493424的博客
03-05 3571
tensorflow调用GPU时报错： 再模型调用前加上如下代码： config = tf.ConfigProto(gpu_options=tf.GPUOptions(allow_growth=True)) sess = tf.Session(config=config) 自己的代码是： config = tf.ConfigProto(allow_soft_placement=True) sess...
E tensorflow/stream_executor/cuda/cuda_dnn.cc:352]
weixin_43664102的博客
04-19 1146
E tensorflow/stream_executor/cuda/cuda_dnn.cc:352] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR： 问题描述： Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 原因分析： 不兼容。 解决方案： 添加 import tensorflow as tf #======= config = tf.ConfigProto
【tensorflow 错误解决】Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED
Maple__Boy
04-24 613
报错信息：E tensorflow/stream_executor/cuda/cuda_dnn.cc:329] Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED 原因分析： GPU显存设置有问题，需要设置为仅在需要时申请显存。 **import tensorflow as tf config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=T
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值