could not create cudnn handle CUDNN_STATUS_ALLOC_FAILED

1.问题描述及解决

在运行tensorflow-gpu的过程中出现了这一问题。网络查询解决办法，说法不一，即引起这种错误有多种可能性。这种错误为cudnn资源分配出现问题，以下列举常见几种报错可能性和解决办法：

（a）多种软件环境同时import tensorflow。例如：Pycharm和jupyter notebook同时导入tensorflow包，则会导致报错。此时，只要关闭多种软件环境，留下正在调试的环境即可。

（b）显卡的容量过低，而batch_size过大，无法一次性处理过量的数据。调低batch_size即可。

（c）从问题的源头出发，限制GPU的资源使用情况。可以采用以下方案：

# 第一种   动态申请内存
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)

# 第二种   限制GPU使用率
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.5  #占用50%显存
session = tf.Session(config=config)

# 第三种   选用不同的GPU
os.environ['CUDA_VISIBLE_DEVICES'] = '0' # GPU 0
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # GPU 0，1

2.参考

https://blog.csdn.net/qq_40635998/article/details/87297634

https://blog.csdn.net/c20081052/article/details/82345454