tensorflow训练突然找不到GPU failed call to cuInit: CUDA_ERROR_UNKNOWN

最新推荐文章于 2024-07-04 22:43:30 发布
最新推荐文章于 2024-07-04 22:43:30 发布
阅读量2.3k 收藏
点赞数
文章标签： nvida 显卡找不到
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/lzp_k2/article/details/99699276
版权
当使用TensorFlow进行训练时，遇到GPU初始化失败的问题，表现为`nvidia-smi`命令找不到且训练报错`CUDA_ERROR_UNKNOWN`。这通常由Ubuntu内核升级引起。解决方法包括重新加载NVIDIA模块或通过系统软件和升级设置重新安装驱动。
摘要由CSDN通过智能技术生成

参考

https://stackoverflow.com/questions/43992230/tensorflow-in-nvidia-docker-failed-call-to-cuinit-cuda-error-unknown/51120389#51120389

1现象

nvida-smi

nvida-smi：未找到命令

训练显示

failed call to cuInit: CUDA_ERROR_UNKNOWN

2原因

一般是ubuntu内核升级导致的.

3解决

3.1方法1

如果已经安装过显卡驱动，重新添加显卡试一下：

sudo modprobe nvidia

然后测试：

nvidia-smi

结果已正常。

 

3.2方法2

驱动重新应用一下。

打开系统的软件和升级设置项

最低0.47元/天 解锁文章
lzp_k2
关注
已解决 failed call to cuInit: CUDA_ERROR_NO_DEVICE
wf592523813的博客
07-02 1万+
重启服务器之后就出现连接不上NVIDIA驱动的情况。这个时候tensorflow还是可以运行的，但只是在用cpu跑。安装gpu版的TensorFlow时，也显示已安装。 首先在终端输入nvidia-smi 出现NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that th...
failed call to cuInit: CUDA_ERROR_NO_DEVICE解决方法
01-06
问题描述 在anaconda虚拟环境下运行程序时，报错failed call to cuInit: CUDA_ERROR_NO_DEVICE. 单独测试import tensorflow，可以成功调用GPU。 用ncvv -V，或nvidia-smi，都可以正常看到CUDA安装版本，及GPU使用情况。 问题原因 上述分析说明，并非是GPU硬件、CUDA或TensorFlow-gpu安装问题，而应该是程序中的问题。 经检查，原因是在程序中，设置了CUDA_VISIBLE_DEVICES为1，但所使用的工作站没有设备号为1的GPU。 原之所以这样设置，是因为之前用的是公司工作站，有多个GPU大家分
windows下Tensorflow报错:failed call to cuInit: CUDA_ERROR_UNKNOWN
热门推荐
我就是小在的博客
05-04 3万+
环境 linux中的这个问题 错误定位 0.你安装了正确的cuda和与之匹配的cudnn版本吗？ 1.你是否安装了cudnn，在哪里安装的？压缩包里的dll文件比如cudnn64_7.dll（不同版本后面数字会变化）在哪里？ 2.你把包含cudnn64_7.dll（不同版本后面数字会变化）的文件夹加入环境变量path了吗？ 环境 系统：wind...
【问题解决】failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected
最新发布
qq_48185833的博客
07-04 781
解决gpu无法连接启动的问题
tensorflow failed call to cuInit: CUDA_ERROR_UNKNOWN
逐月
07-01 1万+
Tensorflow 之前使用GPU还是好好的，但是今天突然发现不了GPU设备了，同事在执行 tf.Session() 的时候抛出下面的错误： tensorflow/stream_executor/cuda/cuda_driver.cc:406 failed call to cuInit: CUDA_ERROR_UNKNOWN 具体解决方案参考我在 StackOverflow 的 A...
Win10 TensorFlow: failed call to cuInit: CUDA_ERROR_UNKNOWN
miao0967020148的专栏
12-25 7894
一、驱动问题 首先，查看一下自己的电脑需要怎样的驱动，我们可以先到 http://www.nvidia.com/Download/index.aspx 查询下我们需要的是怎样的驱动，这里我的显卡是 GTX 1080，所以以此为例说明，勾选好对应的配置： 点击 Search，可以看到查询结果如下所示： 这里说明我们需要的版本是 417.35。 接下来如果我们之前安装了驱动的话，可以重...
在用tensorboard时报错，failed call to cuInit: CUDA_ERROR_UNKNOWN: unknown error。解决方案。
weixin_43743922的博客
07-03 1197
无
tensorflow报错 failed call to cuInit: CUDA_ERROR_UNKNOWN
BUCKY_999的博客
03-04 626
参考网址TensorFlow - failed call to cuInit: CUDA_ERROR_UNKNOWN - kawahara.ca 安装个包sudo apt-get install nvidia-modprobe 问题解决
Internal: failed call to cuDevicePrimaryCtxRetain: CUDA_ERROR_UNKNOWN: unknown error 解决过程
jasonso97的博客
05-26 1590
记录一个在服务器上使用tensorflow-gpu报错的debug过程 总结 碰到如下两个错误： 1. Internal: failed initializing StreamExecutor for CUDA device ordinal 1: Internal: failed call to cuDevicePrimaryCtxRetain: CUDA_ERROR_UNKNOWN: unknown error——（不设置os或者是os设置了多张显卡VISIBLE并且包含问题显卡时报该错误） 2.
failed call to cuinit: unknown error (303)
06-28
这是一个CUDA初始化错误，可能是由于CUDA驱动程序或CUDA运行时库的问题导致的。建议检查CUDA驱动程序是否正确安装，并确保使用的CUDA版本与您的GPU兼容。您还可以尝试重新安装CUDA驱动程序或更新到最新版本。
用gpu/cuda实现前景分离
05-06
用gpu/cuda实现前景分离，简单的阈值法，通过灰度图与阈值比较从而分离出前景背景。
centos tensorflow无法使用GPU问题
clever_wr的博客
03-26 696
GPU驱动的安装和相关cuda安装参见我的前两篇文章： GPU安装 centos 7 环境下GPU环境搭建+安装tensorflow 在执行nvidia-smi的时候没有问题，显示成功并且很正常： nvidia-smi 显示如下： Thu Mar 13 09:45:13 2021 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 430.26
TensorFlow – failed call to cuInit: CUDA_ERROR_UNKN
不积跬步，无以致千里；不积小流，无以成江海
05-29 969
驱动安装正常。 执行nvidia-smi可执行 解决方案如下： http://kawahara.ca/tensorflow-failed-call-to-cuinit-cuda_error_unknown/ sudo apt-get install nvidia-modprobe
failed call to cuInit: CUDA_ERROR_UNKNOWN: unknown error
Xovee
08-18 3993
运行TensorFlow报错！
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
YOLOv5训练找不到GPU
z__c__x_的博客
03-27 587
我的是1050ti，最后用—device ‘0’不行，我查了好多别人的资料都没成功，最后经过我师兄一顿捣鼓，发现把引号去掉，也就是—device 0 是可以跑通的。
GPU 调用问题：failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected
清风拂面
04-24 2317
Tensorflow—gpu版，无法使用gpu进行训练，报错： failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected 原因：只要训练文件、调用文件中有一个文件添加如下语句 os.environ["CUDA_VISIBLE_DEVICES"] = "-1"都会禁用掉gpu ...
failed call to cuinit: cuda_error_no_device
09-07
"failed call to cuinit: cuda_error_no_device" 错误指出了在进行CUDA初始化时没有找到可用的CUDA设备。这个错误信息通常意味着系统中没有安装或者没有正确配置CUDA驱动。 首先，需要确保系统中安装了适用于您的CUDA版本的正确驱动程序。在安装驱动程序之前，请查看您的GPU是否与该CUDA版本兼容，以避免出现不兼容的驱动程序问题。 如果您已经安装了正确的CUDA驱动程序，可以尝试以下解决方法： 1. 检查CUDA设备：运行`nvidia-smi`命令，确保显示了正确的GPU设备信息。如果没有显示任何GPU设备或显示的设备与您的实际GPU不匹配，可能需要重新安装或更新驱动程序。 2. 检查CUDA环境变量：确保正确配置了CUDA环境变量，例如`PATH`和`LD_LIBRARY_PATH`。这些环境变量应指向CUDA安装目录中的相关库和二进制文件。 3. 重新安装CUDA工具包：如果上述解决方法无效，可以尝试重新安装CUDA工具包。在此过程中，请确保选择与您的GPU和操作系统兼容的正确版本。 4. 检查其他相关软件和驱动程序：检查您的系统上是否有其他不兼容的软件或驱动程序，例如旧版本的CUDA驱动程序或其他GPU相关软件。确保这些软件与当前使用的CUDA版本兼容，或者尝试更新或卸载它们。 总结起来，解决“failed call to cuinit: cuda_error_no_device”错误需要确保正确安装和配置了适用于您的CUDA版本的驱动程序、检查CUDA设备信息、正确设置CUDA环境变量，并排除与其他不兼容软件或驱动程序的冲突。
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