ubuntu安装jupyter 时报错ERROR:browser_gpu_channel_host_factory.cc(119)] Failed to launch GPU process.

最新推荐文章于 2025-11-13 03:41:21 发布

原创最新推荐文章于 2025-11-13 03:41:21 发布 · 6.8k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#jupyter #ubuntu

python 专栏收录该内容

7 篇文章

订阅专栏

博主在Windows上安装anaconda，因Ubuntu安装包方便未在其上安装。介绍在Ubuntu上用pip安装Jupyter的方法，若遇到无法启动GPU进程的错误，可按顺序在终端输入命令，添加环境变量并执行相关操作来解决问题。

就是这样，我在这个地方迷茫了好久。

首先，我在我的windows上面安装的是anaconda，在ubuntu上木有安装anaconda，因为ubuntu上安装各种包十分方便。

保证pip最新

pip install jupyter

安装好之后，如果你遇到了ERROR:browser_gpu_channel_host_factory.cc(119)] Failed to launch GPU process. 无法启动GPU进程的这个错误，请往下看。

注意：这几句一定要安装顺序来！！！

在终端中输入：

1、sudo vim /etc/profile

进去后，在里面添加 export BROWSER=google-chrome

：wq保存退出

2、source /etc/profile

3、jupyter notebook

终于打！开！了！！

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

@younger

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Qwen2-VL出现RuntimeError: CUDA error: too many resources requested for launch CUDA kernel errors的解决方案

weixin_43178406的博客

10-31

13万+

本文主要介绍了Qwen2-VL出现RuntimeError: CUDA error: too many resources requested for launch CUDA kernel errors的解决方案，希望能对使用Qwen2-VL的同学们有所帮助。文章目录 1. 问题描述 2. 解决方案

pytorch报错 ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank:....

科研学习笔记！

06-26

1万+

pytorch报错 ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank:....

参与评论您还未登录，请先登录后发表或查看评论

Ubuntu 下google chrome 打开jupyter notebook 报错ERROR:browser_gpu_channel_host_factory.cc(120)] Failed to

qq1483661204的博客

04-03

3188

Ubuntu 下google chrome 打开jupyter notebook 报错ERROR:browser_gpu_channel_host_factory.cc(120)] Failed to launch GPU process报这种错，把export BROWSER=google-chrome 添加到配置文件，比如 sudo vim /etc/profile或者添加到r.bashrc...

[错误处理]: How to deal with chrome failing to launch GPU process

dideng8675的博客

02-03

1283

https://github.com/jupyter/notebook/issues/2836 "export BROWSER=google-chrome" command worked for me as well. Thanks for the help :-) 转载于:https://www.cnblogs.com/everfight/p/GPU_process.html...

开源项目 `browser` 常见问题解决方案

最新发布

gitblog_01194的博客

11-13

774

`browser` 是一个用于浏览器检测的 Ruby 库，旨在帮助开发者识别用户使用的浏览器类型、版本以及设备信息。该项目通过简单的 API 提供了一系列方法，可以轻松地获取浏览器的详细信息，包括是否为机器人、特定的浏览器类型（如 Chrome、Firefox、Safari 等）、设备类型（如手机、平板、桌面等）以及操作系统的版本。该项目的主要编程语言是 Ruby，适用于 Ruby on Ra

解决selenium4在部分电脑上运行时报异常GPU process launch failed: error_code=18无法打开浏览器窗口

liweiweili126的博客

03-09

3983

刚开始一直是怀疑是没有添加禁用gpu加速参数导致，后来加上去--disable-gpu后还是报该异常。我在台式windows10上运行的一点问题没有的程序拷贝到同样操作系统的笔记本上运行就会报异常。最后将所有常用参数一个个尝试，添加--no-sandbox参数后解决。

process launch failed: failed to get the task for process 28107

pilqc2009的专栏

06-30

1101

down vote acceptedI am betting that your release mode includes compiling with your distribution certificate, which disallows this behavior (you wouldn't want some random fool hooking into your app

Electron 报gpu_process_host.cc(951)] GPU process launch faile错误

Deokoo的专栏

08-21

3164

【代码】Electron 报gpu_process_host.cc(951)] GPU process launch faile错误。

解决RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED

qlkaicx的博客

04-30

2160

我的模型在训练过程中遇到了 CUDA 相关的错误，这是由于 GPU资源问题或内存不足导致的。这类错误有时候也可能是由于某些硬件兼容性问题或驱动程序问题引起的。

使用puppeteer 提示Error: Failed to launch the browser process解决办法

qq_42414062的博客

03-08

2万+

记一次在ubuntu18上使用puppeteer的经过通过远程的code-server使用puppeteer实现在nodejs上也能给网页截图时, 运行官网上的示例报错.如下: const puppeteer = require('puppeteer') ;(async () => { const browser = await puppeteer.launch() const page = await browser.newPage() await page.goto('https:

[error] Vivado代码仿真时错误提示：ERROR: [Common 17-39] ‘launch_simulation‘ failed due to earlier errors.

ARM_qiao的博客

05-17

2万+

Verilog代码编写非语法错误定位

Chromium的GPU进程启动过程分析

热门推荐

老罗的Android之旅

09-14

2万+

Chromium除了有Browser进程和Render进程，还有GPU进程。GPU进程负责Chromium的GPU操作，例如Render进程通过GPU进程离屏渲染网页，Browser进程也是通过GPU进程将离屏渲染好的网页显示在屏幕上。Chromium之所以将GPU操作运行在独立进程中，是考虑到稳定性问题。毕竟GPU操作是硬件相关操作，硬件的差异性会引发一定的不稳性。本文分析GPU进程的启动过程。

Windows Kerberos客户端配置并访问CDH

shy_snow的专栏

01-29

2729

1.Windows安装 Kerberos 客户端; 2.配置 krb5.ini 3.执行 kinit 发起认证 4.浏览器可信配置,在浏览器输入about:config打开配置: 输入 `network.auth.use-sspi`，并点击切换到 `false`; 输入 `network.negotiate-auth.trusted-uris`，输入可信 URL 地址; 输入 `network.negotiate-auth.delegation-uris`;

【electron】electron开发中的一些问题

渐墨深的博客

04-12

2864

electron中遇到问题 gpu process launch failed: error_code=xx contextIsolation:false

electron-builder打包后无法启动，提示错误：gpu process launch failed: error_code=18

GODCUPID的专栏

03-03

4218

electron-builder打包后，无法运行，提示如标题所示错误。网上搜了很多资料，都无法解决。最后发现是权限问题： win10上面，非管理员账号，打包时，用了"requestedExecutionLevel": “requireAdministrator” 打包时去掉最后那个选项就好了。 ...

GPU检查_CodingPark编程公园

CodingPark 编程公园

03-11

374

检查一下设备运行程序是GPU还是CPU

windows10下tensorflow-gpu运行问题记录

疯狂的路飞的博客

12-09

5151

Tensorflow-gpu在 windows10下：Error polling for event status: failed to query event: CUDA ERROR ILLEGAL INSTRUCTION 问题描述最近在做CNN语义分割的实验，在windows10上运行的，为了快速实现原型，采用了高层API框架Keras，后端采用了Tensorflow。运行环境配置: ...

Error destroying CUDA event: CUDA_ERROR_LAUNCH_FAILED: unspecified launch failure

07-28

CUDA_ERROR_LAUNCH_FAILED（未指定启动失败）是一个常见的CUDA运行时错误，通常表明某个核函数（kernel）在启动时未能成功执行。该错误可能在核函数执行过程中发生，但在某些情况下，它可能在后续操作（如事件销毁）时被触发并报告。以下是可能的原因及解决方案： ### 1. **核函数内部错误** - **原因**：在核函数中访问了非法内存地址，或者核函数逻辑中存在死锁、无限循环等问题，导致核函数未能正常完成。 - **解决方案**：使用 `cudaGetLastError()` 和 `cudaDeviceReset()` 检查核函数执行后的错误状态。此外，使用 CUDA 的调试工具（如 `cuda-gdb` 或 `Nsight`）可以帮助定位核函数中的具体问题。 - **示例代码**： ```cpp cudaError_t error = cudaGetLastError(); if (error != cudaSuccess) { printf("CUDA error: %s\n", cudaGetErrorString(error)); } ``` ### 2. **内存访问越界** - **原因**：核函数中访问了超出分配范围的内存，例如访问未分配的全局内存或越界访问数组。 - **解决方案**：检查核函数中的内存访问逻辑，确保所有内存访问都在合法范围内。可以使用 `cuda-memcheck` 工具检测内存访问问题。 ### 3. **资源竞争或同步问题** - **原因**：多个线程同时访问共享资源而未正确同步，导致数据竞争或不一致状态。 - **解决方案**：确保在核函数中正确使用同步机制（如 `__syncthreads()`）以避免资源竞争。此外，检查核函数的执行配置（如线程块大小和网格大小）是否合理。 ### 4. **设备内存不足** - **原因**：核函数启动时，GPU 上的内存不足，导致无法分配所需的资源。 - **解决方案**：减少核函数的内存需求，或者增加设备内存的可用性。可以通过优化内存使用或分批处理数据来缓解内存压力。 ### 5. **硬件或驱动问题** - **原因**：GPU 驱动版本过旧或硬件故障可能导致 CUDA 操作失败。 - **解决方案**：更新 GPU 驱动到最新版本，并确保使用的 CUDA 工具包与驱动兼容。此外，检查硬件是否正常工作。 ### 6. **上下文销毁问题** - **原因**：在某些情况下，CUDA 上下文可能在核函数执行期间被意外销毁，导致核函数启动失败。 - **解决方案**：确保在核函数执行期间，CUDA 上下文不会被意外释放。可以通过检查上下文管理逻辑来避免此类问题。 ### 7. **流（Stream）管理问题** - **原因**：核函数启动时使用的流（stream）可能处于非法状态，或者流的同步操作未能正确完成。 - **解决方案**：确保流的生命周期管理正确，并在核函数启动前检查流的状态。可以使用 `cudaStreamSynchronize()` 来确保流中的操作已完成。通过上述方法，可以逐步排查并解决 CUDA_ERROR_LAUNCH_FAILED 错误。如果问题仍然存在，建议结合具体的代码逻辑和硬件环境进行深入分析。