keras的GPU再一次无法使用 CUDA/caffe ERROR:cudaGetDeviceCount returned 30/35,

 

CUDA/caffe ERROR:cudaGetDeviceCount returned 30/35,Check failed: error == cudaSuccess (30/35 vs. 0)

 

30或者35报错

 

眉头一皱，事情并没有那么简单。。。。

昨天明明重做了环境，然后还测试能跑了。。。

今天打开电脑准备修改一下训练集再跑的时候，发现又又又检测不到GPU了！！！！

那就不是错误更新了某个组件或者版本不兼容问题了。。。。因为跑完我就没动环境啊

所以：真相只有一个

发现现在并没有使用GPU

重启就好了。。。。。。

 

具体原因见：

原文：https://blog.csdn.net/10km/article/details/61665578 

 

在双显卡系统中，cuda运行时NVIDAI显卡必须是当前使用的显卡，否则无法获取GPU设备，cudaGetDeviceCount函数会报错，错误码35。 
使用nvidia-prime切换到N卡时，如果只是按照提示logout，再重新login是不行的，必须重启系统，否则会报错，错误码30。 
caffe的问题也是同样的道理，因为caffe也要调用cuda的cudaGetDeviceCount函数获取GPU设备。
 

（那本人是suspend之后又唤醒了，结果发现GPU就不能用了。。。但是重启完之后GPU 就又可以用了。。。。reboot大法好！）

 

（反正以后得看看是不是在使用集成显卡，再看别的地方是不是有错）

 

测试CUDA：

执行以下命令：

cd ~/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery

make

./deviceQuery

可以看到详细信息，最后结果是Pass，则CUDA安装成功，否则就是哪里有问题

 

 

后记：电脑总是有可能之前监测得到GPU , 挂起之后又监测不到。有时候重启会有用，但是之后有一次是我又装了非gpu版的tensorflow之后，又监测不到GPU了，，，，，难受啊，只能重新卸载俩个版本的GPu ,然后再装上GPU 版本的tensorflow