Node: ‘conv2d_transpose_1/conv2d_transpose/Conv2DBackpropFilter‘No algorithm worked Error messages

已于 2022-03-27 18:04:11 修改
阅读量4.4k 收藏 4
点赞数 3
分类专栏： 深度学习 文章标签： 深度学习 tensorflow cudnn con2d python
于 2022-03-27 17:58:28 首次发布
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/qq_39380838/article/details/123777080
版权

情况说明

用tensorflow在GPU上跑一个fit，模型里用到了两个卷积函数layers.Conv2D和layers.Conv2DTranspose
epoch时出错，具体错误日志见下文，一开始Conv2D位置报错

解决过程

（1）搜索到一个类似的：No algorithm worked！，即代码开头加上以下设置

from tensorflow.config.experimental import list_physical_devices, set_memory_growth
physical_devices = list_physical_devices('GPU')
set_memory_growth(physical_devices[0], True)

（2）现在Conv2DTranspose位置报错，据错误日志推测大概是调用cudnn跑卷积转置失败，使用错误日志搜索无果后，使用关键词“cudnn运行反卷积gpu失败”，同样参考类似问题࿱

最低0.47元/天 解锁文章
polar-bear-lily
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Conv2DCustomBackpropInputOp only supports NHWC.
weixin_45939774的博客
05-25 5963
tensorflow.python.framework.errors_impl.InvalidArgumentError: Conv2DCustomBackpropInputOp only supports NHWC. [[node Conv2DBackpropInput (defined at /lib/python3.7/site-packages/tensorflow_core/python/framework/ops.py:1751) ]] [Op:__inference_distributed_
TensorFlow tf.nn.conv2d_transpose是怎样实现反卷积的
09-17
在卷积过程中，`tf.nn.conv2d`的滤波器形状是 `[filter_height, filter_width, in_channels, out_channels]`，而在反卷积的`tf.nn.conv2d_transpose`中，滤波器形状则变成了 `[filter_height, filter_width, out_...
报错解决：NotFoundError: No algorithm worked! when using Conv2D
weixin_46039239的博客
03-25 6764
在使用TensorFlow加载模型时，遇到了类似这样的报错： NotFoundError: No algorithm worked! [[node functional_1/conv2d/Conv2D (defined at :1) ]][Op:__inference_train_function_2021] 我的报错信息为： tensorflow.python.framework.errors_impl.NotFoundError: 2 root error(s) found. (0) Not foun
tensorflow训练3dcnn报错：NotFoundError: No algorithm worked!
qq_38235763的博客
01-04 6336
环境：ubuntu18.04，conda4.7.12，python3.6.9，tensorflow-gpu1.14，编译器pycharm。 训练3dcnn，在优化步骤报错no algorithm worked。 一开始还以为是tensorflow-gpu不支持3dcnn，因为同样程序在tensorflow-cpu版可以正常训练，而且报的错误也不是OOM。 后来发现就是因为显存不够，降低b...
NotFoundError: No algorithm worked! when using Conv2D
qq_25837497的博客
07-27 5370
NotFoundError: No algorithm worked! when using Conv2D 文章目录NotFoundError: No algorithm worked! when using Conv2D报错信息系统及环境信息代码解决方案分析原因参考及引用 报错信息 2021-07-27 15:40:41.637309: W tensorflow/core/framework/op_kernel.cc:1763] OP_REQUIRES failed at conv_ops.cc:1
tensorflow.python.framework.errors_impl.NotFoundError: No algorithm worked! [Op:Conv2D]
u012327567的博客
09-17 2302
tensorflow.python.framework.errors_impl.NotFoundError: No algorithm worked! [Op:Conv2D] 出现这个错误的原因是：tensorflow和cudnn版本不匹配，重装tensorflow2.4.1 pip3 uninstall tensorflow-gpu pip3 install tensorflow-gpu==2.4.1
CUDNN_STATUS_INTERNAL_ERROR/ResourceExhaustedErro
u014727716的博客
08-06 724
运行pycharm时，遇到如下错误： tensorflow/stream_executor/cuda/cuda_dnn.cc:503] could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 2018-08-06 12:38:55.926801: F tensorflow/core/kernels/conv_ops.cc:713] ...
DATA_CONV_ENCODE.rar_3/4码率_4 3 2 1_conv_lowere77_码率
09-24
在这个名为"DATA_CONV_ENCODE.rar_3/4码率_4 3 2 1_conv_lowere77_码率"的压缩包中，我们主要关注的是802.11a标准中的卷积编码应用，以及码率为1/2和3/4的情况。 802.11a标准是无线局域网（WLAN）的一个重要规范，...
theano_fftconv-master_cufft_conv2d_
10-04
在本项目"Theano_fftconv-master_cufft_conv2d_"中，重点是利用scikits.cuda库，结合NVIDIA的CuFFT库，为Theano实现基于CUDA的卷积运算。 CuFFT（CUDA Fast Fourier Transform）是NVIDIA提供的一个库，用于在GPU上...
Tensorflow tf.nn.depthwise_conv2d如何实现深度卷积的
09-17
在实验部分，我们创建了两个4维Tensor `img1` 和 `img2` 作为输入图像，并使用`tf.concat`将它们沿着通道维度拼接起来。然后，我们创建了四个1x1的卷积核，分别用`filter1`到`filter4`表示，并将它们沿着通道维度...
问题解决 |关于CUDA的代码错误总结以及解决方法
最新发布
weixin_44649780的博客
06-26 1万+
本博客主要关于常见的CUDA的代码错误总结以及解决方法~
Node: ‘model/conv2d/Conv2D‘ DNN library is not found. [[{{node model/conv2d/Conv2D}}]] [Op:
qq_43663979的博客
04-05 3203
55555，困了几个小时了，终于解决了。
ResourceExhaustedError 解决方案
weixin_30600503的博客
05-24 421
原因：网络层太多，运算量太大导致GPU资源耗尽 解决方案： 1、限制GPU的使用： config = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.5config.gpu_options.allow_growth = Truewith tf.Session(config=config) ...
deepfacelab应用报错原因和解决办法
QQ70074417的博客
09-17 1万+
deepfacelab软件运行报错，请翻看最后的报错信息，就是Error这一句开始后面的信息。多数都有，有一些没有 镇帖错误 1： oom 显存不足 注意看软件错误界面，单凡是出现了oom字样，说明是显存不足。降低参数可解决（配置不同，请量力而行）设置上，因为局限性大，简单说下 打开模型训练界面，选择模型，选择显卡出现 两秒内按enter重新设置模型参数，这个时候按回车，可以多按几次，设置有个批量大小，英文版本是batch-size 这项，暂时设置2.后面根据你自己的设置，如果可以运行，关闭再改，一次2
Graph execution error: Detected at node ‘sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyW
Fighting社火底子
03-22 1万+
Graph execution error: Detected at node 'sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits' defined at (most recent call last):
System Error Codes
热门推荐
snail8384的专栏
08-13 8万+
From: http://msdn.microsoft.com/en-us/library/windows/desktop/ms681382%28v=vs.85%29.aspx Applies to: desktop apps only Note   The information on this page is intended to be used by programm
解决CUDA error: out of memory
NanXian Lin的博客
03-30 2万+
前情提要： 本人遇到的问题是在训练是正常，一到验证时就会出现cuda error: out of memory的问题 解决思路溯寻： 1.首先就是考虑减少batch_size和num_worker，对于我的情况不奏效 2.然后找到pin_memory发现是设置的True，改为false，仍旧不管用 3.包括把 # Empty GPU cache if torch.cuda.is_available(): torch.cuda.empty_cache()...
tf.nn.conv2d_transpose代码举例
04-27
以下是一个使用`tf.nn.conv2d_transpose`函数进行反卷积操作的代码示例： ```python import tensorflow as tf # 输入数据 # [batch_size, height, width, channels] input_data = tf.constant( [ [ [[1.0], [2.0]], [[3.0], [4.0]] ] ], dtype=tf.float32 ) # 卷积核 # [height, width, output_channels, in_channels] filter_data = tf.constant( [ [[[1.0]], [[2.0]]], [[[3.0]], [[4.0]]] ], dtype=tf.float32 ) # 反卷积 # strides: [batch, height, width, channels] output = tf.nn.conv2d_transpose( input_data, filter_data, output_shape=[1, 2, 2, 1], strides=[1, 1, 1, 1], padding='VALID' ) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(output)) ``` 这个代码示例中，我们首先定义了一个输入数据和一个卷积核，然后调用`tf.nn.conv2d_transpose`函数进行反卷积操作。其中，`output_shape`参数指定了输出张量的形状，`strides`参数指定了卷积核在输入张量上的滑动步长，`padding`参数指定了是否对输入张量进行填充。最后，我们在`Session`中运行反卷积操作，并打印输出结果。
评论 1
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