TensorFlow2.1 Ubuntu 19.10遇坑记录

前言

之前用Windows版的跑过一边，一路畅通毫无阻拦。然后换到ubutnu上，一直报cudnn初始化失败，这里记录我遇到或者网上存在我没用过的解决办法。版本古老的我就不记录了！

显卡被占用

当在另一个pycharm或者jupyter lab启动内核在跑时，cudnn应该是被占用了，这属于疏忽大意级别，一般不是小白很快能自己解决，80%遇到这个问题都是这个原因。

nv缓存问题

这个没遇到过，网上说sudo rm -rf ~/.nv这条语句有奇效的不在少数，我曾多次使用也没解决，应该症状相似，病根不对。

cuda遇cudnn版本不匹配

属于小白问题，第一次搭建环境可能会出，细心一点看到官网软件上的版本号匹配说明还是很容易避免的，按道理网上不应该充斥这种解决办法。

显存问题

我这次遇到的是这个，网上也有不少，但是相对于上两种只能算少之又少，最重要的是很大一部分还停留在1.x时代，而2.x与1.x差别还是很大的。解决办法是在代码上加上这句tf.config.experimental.set_memory_growth(tf.config.list_physical_devices('GPU')[0], True)启用显存的增量式分配（以前看到过这个，但是都是在明确显示显存不足时的解决办法，避免tf把显存直接占满，从来没用过，一般显存不足都是降低batch_size,或者tf自己警告自己能解决的那种）。

坑都踩过了，过程是痛苦的，然后如释重负继续往前边的坑上去踩，希望也能给你带来帮助。