tensorflow2.0 Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED

最新推荐文章于 2023-04-17 20:13:10 发布

qq_37573241

最新推荐文章于 2023-04-17 20:13:10 发布

阅读量858

点赞数 4

文章标签： tensorflow2.0

本文链接：https://blog.csdn.net/qq_37573241/article/details/102782354

版权

tensorflow2.0 Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED

physical_devices = tf.config.experimental.list_physical_devices('GPU')
assert len(physical_devices) > 0, "Not enough GPU hardware devices available"
tf.config.experimental.set_memory_growth(physical_devices[0], True)

在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

qq_37573241

关注关注

4
点赞
踩
2

收藏

觉得还不错? 一键收藏
4
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

TensorFlow2.4.1无法查询检索GPU设备device,返回可用GPU设备列表为空[]

DanielZzzsj的博客

03-15

3717

这里写自定义目录标题新安装的TensorFlow2.4.1从Anaconda prompt进入解决办法新安装的TensorFlow2.4.1 环境配置CUDA11.1及对应的cudnn版本安装TensorFlow2.4.1后 import tensorflow as tf tf.config.experimental.list_physical_devices(device_type='GPU') ##返回为[]，无可用gpu设备从Anaconda prompt进入 python ##这一步要先输入

使用Tensorflow-gpu出现错误:Could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED

qq_43102387的博客

11-15

808

使用Tensorflow-gpu出现错误：错误提示 Could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED ****Error： Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.

4 条评论您还未登录，请先登录后发表或查看评论

调用Tensorflow时显示GPU错误

weixin_41529389的博客

10-06

307

Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED 解决方法： ~~~~~~~~

【配置】tensorflow.config.list_physical_devices(“GPU“) []是空

weixin_43877335的博客

07-22

5415

问题：tensorflow.config.list_physical_devices("GPU") []是空解决：将cuDNN的lib64和include下的文件都copy到cuda相应的位置下问题：torch.cuda.is_availble() False 解决：cuda11.2没有对应的pytorch，pytorch和cudatoolkit版本不对应 ...

ubuntu 安装TensorFlow tf.config.list_physical_devices(‘GPU‘)检测为[]

weixin_42670810的博客

06-26

4262

如果你更新了驱动，又下载了正确的cuda与cudnn版本,还是出现这个问题，那么可能是环境变量的问题。因为~/.bashrc是每个账户独立的。你在root权限下修改的bashrc其实没有影响你当前账户下的bashrc。所以你需要在你当前执行TensorFlow的账号下编辑bashrc,或者在/etc/profile里添加环境变量。例如： export PATH=/usr/local/cuda-11.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/l

TensorFlow GPU不可用，WSL2安装

最新发布

qq_40016005的博客

04-17

3906

这个帖子写给23年刚买电脑、系统是win11，tensorflow版本是2.10以上的兄弟们。不符合的可以去看其他答案了。这是以我三天来的安装经历来写的，希望能给后来的兄弟们减少时间的浪费。win11，安装的tensorflow的版本都是2.12的，但是从2.10开始tensorflow就不支持gpu了，这点在英文版的安装页面里有而中文版是没有这个提示的，估计也是很多人试了很多遍，检查了很多次环境变量都解决不了为什么就是不能调用gpu的原因。

Tensorflow2.0 之Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED问题

01-20

在TensorFlow 2.0中，用户可能会遇到一个与CuDNN相关的错误，即"Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED"。这个错误通常发生在尝试使用GPU资源时，尤其是涉及到CuDNN（NVIDIA CUDA Deep Neural ...

问题解决：Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED

weixin_46276803的博客

02-25

778

tensorflow2.0版本错误和cudnn有关，排除了cuda和cudnn的版本问题，在网上查了一下，应该是GPU被占用，所以无法使用，需要在代码里面添加几行语句，设置GPU的按需分配添加代码 import tensorflow as tf physical_devices = tf.config.experimental.list_physical_devices('GPU') asse...

could not create cudnn handle: cudnn_status_alloc_failed

03-16

这个错误通常出现在使用CUDA和cuDNN进行深度学习训练时，可能是由于显存不足导致的。您可以尝试以下几种方法来解决这个问题： 1. 减少批量大小（batch size）：减少批量大小可以减少显存的使用，从而可能解决该问题...

【keras】CUDNN_STATUS_ALLOC_FAILED 和 failed to run cuBLAS routine cublas ，keras和tensflow-gpu版本的问题

qq_37791134的博客

03-01

2193

【报错】首先报错： could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED尝试解决： https://blog.csdn.net/weixin_44754046/article/details/97663626 在最开头添加： import tensorflow as tf config = tf.ConfigProto(gpu_o...

tensorflow-gpu

09-25

tensorflow-gpu 在Windows 10上使用TensorFlow（GPU）训练多个对象的对象检测分类器

TensorFlow 2.0 常用模块7：tf.config

zkbaba的博客

01-28

3512

在上一篇文章中，我们介绍了 tf.TensorArray 的建立方式。本来接下来将介绍 TensorFlow 中的常用模块 tf.config，如何合理分配显卡资源，设置显存使用策略。指定当前程序使用的 GPU 很多时候的场景是：实验室 / 公司研究组里有许多学生 / 研究员需要共同使用一台多 GPU 的工作站，而默认情况下 TensorFlow 会使用其所能够使用的所有 GPU，这时就需要合...

Detectron:assert len(cfg_list) % 2 == 0 AssertionError

热门推荐

地理信息系统、摄影测量与遥感、人工智能

06-29

1万+

Detectron在用train_net.py训练模型的时候如果遇到该问题：Traceback (most recent call last): File "tools/train_net.py", line 128, in <module> main() File "tools/train_net.py", line 100, in main merge_cfg_from_l...

Pytorch：保存图片

Golden-sun的博客

11-22

1381

1. 直接保存Tensor #!/usr/bin/env python # _*_ coding:utf-8 _*_ import torch from torchvision import utils as vutils def save_image_tensor(input_tensor: torch.Tensor, filename): """ 将tensor保存为图片 :param input_tensor: 要保存的tensor :param filenam

【tensorflow】&【pytorch】_debug_错误集合

zcw1234515的博客

06-05

224

【tensorflow_debug】---集合日常实验遇到的一些bug记录，方便自己查看，避免时间花在搜索上！

tensorflow识别不了gpu rtx3080解决方式

weixin_42626375的博客

07-11

5733

tensorflow识别不了gpu rtx3080解决方式

分布式训练(一)——GPU设置

zhao_crystal的博客

03-23

5299

1. GPU设置（1）默认用全部GPU并且内存全部占满（why GPU或者内存会全部占满？）（2）如何不浪费内存和计算资源？内存自增长：即弹性内存机制，内存自增长。需要多少内存，就用多少内存。虚拟设备机制：类似于windows中的磁盘（系统中一般只有一个磁盘，单windows会将其分成好几个盘，比如C盘，D盘，E盘，每个盘放不同的东西）虽然只有一个GPU，但可以将其切分成多个逻辑上的GPU （3）多GPU使用虚拟GPU & 实际GPU 手工设置 &a...

tensorflow一些细节

怡宝2号

11-25

431

设置GPU使用方式为按需分配 gpus=tf.config.experimental.list_physical_devices('GPU') if gpus: try:#设置GPU显存占用为按需分配 for gpu in gpus: tf.config.experimental.set_memory_growth(gpu,True) logical_gpus=tf.confi...