解决Pytorch的cuDNN error: CUDNN_STATUS_NOT_INITIALIZED

---

1. 问题报错

在使用GPU加速模型训练的过程中经常会遇到这样的错误：

RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED

这个错误通常表示cuDNN库未能正确初始化。

2. 可能原因

2.1 GPU内存不足

在终端输入nvidia-smi查看GPU占用情况，如下图中的GPU 0几乎跑满，如果再使用该GPU运行其他占用内存较大的程序可能会报错。

>>> nvidia-smi

2.2 缓存问题

有时，cuDNN错误可能是由于缓存问题引起的。尝试清除缓存，然后重新运行代码。可以在Python代码中使用以下代码来清除缓存：

import torch
torch.cuda.empty_cache()

2.3 CUDA和Pytorch版本不兼容

不同版本的深度学习框架对CUDA和Pytorch的要求可能有所不同。在使用特定版本的框架时，查阅其文档或要求，了解所需的CUDA和Pytorch版本，并确保安装了正确的版本。

前往Pytorch官网查看版本对应关系：https://pytorch.org/get-started/previous-versions/，如果版本不匹配则需要重新安装Pytorch或者更新CUDA版本。注意同一Pytorch版本适配多个CUDA版本，具体还需要考虑cuDNN的版本，详情见下一节。

显卡的CUDA版本同样可以通过nvidia-smi进行查看：

2.4 CUDA和cuDNN版本不兼容

确保你使用的CUDA版本与cuDNN版本兼容，验证CUDA和cuDNN是否正确安装并配置。

cuDNN官网下载地址提供了二者版本对应关系：https://developer.nvidia.com/rdp/cudnn-archive

如果需要重新下载CUDA，可以前往官网下载：https://developer.nvidia.com/cuda-toolkit-archive

这篇博客记录了部分CUDA Toolkit 和cuDNN的版本对应关系：https://blog.csdn.net/tangjiahao10/article/details/125225786

3. 验证CUDA是否可用

查看CUDA是否可用命令如下：

import torch
print(torch.cuda.is_available())

返回True即可用。

4. 参考

• https://blog.csdn.net/weixin_43935696/article/details/114950143
• https://blog.csdn.net/tangjiahao10/article/details/125225786
• ChatGPT 3.5

---

创作不易，麻烦点点赞和关注咯！