Keras和TensorFlow中failed to create cublas handle: CUBLAS_STATUS_NOT_INITIALIZED问题解决

问题：failed to create cublas handle: CUBLAS_STATUS_NOT_INITIALIZED

（1）首先判断tensorflow-gpu是否可以正常使用

找一个用到GPU的小例子运行，运行的同时打开另一个窗口，用nvidia-smi -l  循环查看GPU的使用情况。如果GPU显示正常使用，就说明TensorFlow环境是没问题的，可以正常使用GPU。

（2）资源冲突

那么可以推测，出现这个报错，是代码本身的原因，而报错涉及GPU，那就应该是资源引起的冲突。资源冲突最常见的是有其他代码在占用GPU，我们可以使用ps -a查看进程，，然后使用kill -9 gpu进程号 杀掉自己其他占用资源的进程。还有问题的话，再猜测其他原因

（3）申请显存超过显卡的上限

运行示例代码时，可以正常使用GPU，但是在运行某些代码时，会出现，failed to create cublas handle: CUBLAS_STATUS_NOT_INITIALIZED 的问题，排除上述问题后，可能是由于显存不够而造成的。以下为TensorFlow和Keras解决这个问题的方法。

 

1、TensorFlow1.x

在使用sess前，加上如上的配置。

config = tf.ConfigProto() 
config.gpu_options.allow_growth = True
config.gpu_options.per_process_gpu_memory_fraction = 0.8
with tf.Session(config=config)) as sess:
    #具体的代码

2、TensorFlow2.x

import tensorflow as tf
gpus= tf.config.list_physical_devices('GPU') 
tf.config.experimental.set_memory_growth(gpus[0], True)

3、Keras

参考链接：https://www.csdn.net/gather_2c/MtTaQg2sNzQyMjctYmxvZwO0O0OO0O0O.html

import os
import tensorflow as tf
from keras.backend.tensorflow_backend import set_session

os.environ["CUDA_VISIBLE_DEVICES"] = "0"
config = tf.ConfigProto() 
config.gpu_options.allow_growth = True
config.gpu_options.per_process_gpu_memory_fraction = 0.8
set_session(tf.Session(config=config))