Caffe与cudnn 6.0 的兼容性问题 CUDNN_STATUS_BAD_PARAM

最新推荐文章于 2024-05-13 21:38:02 发布
最新推荐文章于 2024-05-13 21:38:02 发布
阅读量7.4k 收藏 1
点赞数
分类专栏： CUDA Caffe Tensorflow 文章标签： CUDNN CUDA Caffe ubuntu
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。
本文链接：https://blog.csdn.net/Fly2Leo/article/details/78500051
版权
问题表现：训练网络时提示下错误Check failed: status == CUDNN_STATUS_SUCCESS (3 vs. 0) CUDNN_STATUS_BAD_PARAM系统环境：Ubuntu 14.04GeForce GTX TITAN X 驱动 384.90CUDA 8.0cudnn 6.0.21由于运行 Tensorflow 1.4.0 版本
摘要由CSDN通过智能技术生成

问题表现：训练网络时提示下错误
Check failed: status == CUDNN_STATUS_SUCCESS (3 vs. 0) CUDNN_STATUS_BAD_PARAM

系统环境：

  • Ubuntu 14.04
  • GeForce GTX TITAN X 驱动 384.90
  • CUDA 8.0
  • cudnn 6.0.21

由于运行 Tensorflow 1.4.0 版本时提示 libcudnn.6.so 找不到文件，因此将cudnn版本升级至6.0版本，使用 cudnn-8.0-linux-x64-v6.0.tar 解压安装，升级完成后，tensoflow执行正常，但caffe则提示 错误 CUDNN_STATUS_BAD_PARAM

问题解决：

重新安装cudnn 5.1版本，使用 cudnn-8.0-linux-x64-v5.1.tgz 解压安装，覆盖 /usr/local/cuda/lib64/ 下面的 libcudnn.so 软链接文件，但 cudnn 6.0 的库文件仍然存在

最低0.47元/天 解锁文章
Fly2leo
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
0. Guide_Ubantu16.04_cuda8.0_cudnn6.0_opencv3.6_python2.7_3.5(GPU).md
06-26
本资源主要是在Ubantu16.04上配置包含GUP的Caffe框架的详细教程，包括Cuda/Cudnn的安装配置，驱动的安装，Opencv的源码编译，Caffe的源码编译。
编译好的caffe库cudnn64_7.7z
03-06
编译好的caffe(2080ti(cudnn-10.1-windows10-x64-v7.5.0.56)/python2.7)，在python2.7可以用，速度很快的，还有个caffegpu10.7z，超范围了，只有分开传了
YOLOV5运行代码RuntimeError: cuDNN error: CUDNN_STATUS_BAD_PARAM
记录我目之所及的世界
09-25 684
RuntimeError: cuDNN error: CUDNN_STATUS_BAD_PARAM
玄学错误：RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED 解决方案——cuDNN 卸载并重装
Ax的博客
05-16 1万+
convE 模型错误 RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED——解决方案
【已解决】RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERROR
最新发布
weixin_51427050的博客
05-13 971
RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERROR问题解决，修改loss。
tensorflow使用笔记
Michael’s Blog
02-25 245
1. 运行训练代码时报如下错误 could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR could not destroy cudnn handle: CUDNN_STATUS_BAD_PARAM 可能是显存问题 解决办法： 使用allow_growth控制GPU的内存分配，代码如下 config = tf.ConfigProto() ...
记录记录yolo v4，darknet遇到的问题
laovife的博客
04-30 2181
yolo v4 记录yolo v4，darknet遇到的问题 一：生成dll文件时MSB372报错，先到CUDA 9.0.targets报错的地方，以及右键属性CUDA中的75都改成52（1050ti显卡），其他显卡去百度具体数字。 二：运行darknet.py报错如下，但是在cmd能正常运行 cuDNN status Error in: file: …\src\dark_cuda.c : cud...
研发中遇到的问题总结
吉良的博客
03-17 6096
Python、Pytorch、AI算法、Linux、Windows开发过程中遇到的一些问题及其解决方法 （自备的，以便后面遇到同样问题时查阅，如果对你没有帮助，请划走）
cuDNNerror:CUDNN_STATUS_EXECUTION_FAILED报错（已解决）
yu_xinli的博客
09-28 8051
RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED You can try to repro this exception using the following code snippet. If that doesn't trigger the error, please include your original repro script when reporting this issue.
cudnn-v7.6.5.32_cuda10.1-windows10-x64.zip
01-14
5. **兼容性**：CUDNN 7.6.5专为CUDA 10.1设计，意味着它可以很好地与这个特定版本的CUDA驱动和工具包协同工作，但在其他CUDA版本上可能不兼容或性能不佳。 **安装与使用CUDNN 7.6.5 for CUDA 10.1 on Windows 10：...
cudnn_v3_linux
06-29
调试py-faster-rcnn工程，会出现cudnn的错误，我调试的一中方法，使用旧版的cudnn，但是有些会出现编译或结果错误。使用这一版，在linux下，分别将头文件和包文件拷贝到cuda的对应路径下，编译caffe-fast-rcnn正确...
cuda8.0下的cudnn-V6.0
03-26
1. **下载CUDNN**：首先需要从NVIDIA官方网站下载与CUDA 8.0兼容的CUDNN V6.0版本，即`cudnn-cuda8.0-linux-x64-v6.0.tgz`文件。这个压缩包包含了所需的头文件、库文件和示例代码。 2. **解压文件**：使用`tar`命令...
解决could not destroy cudnn handle: CUDNN_STATUS_BAD_PARAM问题
josiechen的博客
12-11 2103
https://blog.csdn.net/weixin_39873397/article/details/81432061 试了很多办法 （1）： gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu...
CUDA/caffe ERROR:cudaGetDeviceCount returned 30/35,Check failed: error == cudaSuccess (30/35 vs. 0)
热门推荐
10km的专栏
03-12 1万+
解决方法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 nvidia-prime切换显卡，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。
tensorflow Bug汇集以及解决
jiruiYang的博客
09-13 2534
tensorflow Bug汇集以及解决主要收集我自己在写代码以及Debug过程中遇到的不那么容易解决的bug. 1.Could not set cudnn filter descriptor:CUDNN_STATUS_BAD_PARAM 遇到这个问题，一般是由于在做BP的时候，有一个梯度tensor的batch_size为0导致。
cudnn_8_0_4_win文件
04-28
cudnn_8_0_4_win版本适用于Windows平台，是针对NVIDIA GPU的优化库，可以与TensorFlow、PyTorch、Caffe、CNTK等深度学习框架一起使用。使用cudnn_8_0_4_win可以极大地提升深度学习的训练和执行速度，特别是对于大...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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