在Tensorlfow课程答疑过程中,一个很常见的错误就是显存分配错误。
常常会包含如下的错误提示:
Interal Error:Blas GEMM launch failed.
这个错误是GPU显存分配错误,也就是说显存不足造成的。
这里有两种情况,
第一,你的数据很小,却产生这个报错。
这是由于 Tensorflow 默认申请可使用的全部显存,当tensorflow程序运行会话却没有关闭会话释放资源的时候,就会出现此错误,尤其是使用 jupyter notebook 的时候。可使用 nvidia-smi 命令查看NVIDIA显卡的显存占用情况。
解决这个问题的办法是:设置显存按需申请。
在代码(注意这里的适用版本为tensorlfow 2.0及以上版本)前加上:
gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
for gpu in gpus:
tf.config.experimental.set_memory_growth(gpu, True)
重启程序或kernel运行。
第二,显存太小,确实不够了。
这时,需要减小 batch_size, 减小输入图片大小,甚至使用小的模型, 另外,对于图片的加载推荐使用tf.data.Datatset或生成器。
来自课程答疑
Tensorflow深度学习入门与实战 - 网易云课堂study.163.com