tensorflow.python.framework.errors_impl.UnknownError: Fail to find the dnn implementation. [Op:Cudnn

windows10 使用tensorflow_gpu==2.0.0 版本跑代码时报错误：
错误描述：

Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED

tensorflow.python.framework.errors_impl.UnknownError: Fail to find the dnn implementation. [Op:CudnnRNN]

原因分析：
这意思是cudnn分配不出更多的运算资源了。

在确定自己tensorflow、cuda、cudnn版本都正确的前提下，

tensorflow_gpu==2.0.0 cuda10.0 cudnn7.6.4
这种问题只能是显存资源的分配问题导致的.

tensorflow有两种显存分配方式：

1、仅在需要时申请显存空间（程序初始运行时消耗很少的显存，随着程序的运行而动态申请显存）；
2、限制消耗固定大小的显存（程序不会超出限定的显存大小，若超出的报错）。
而默认是第二种！！！

解决办法我们把显存分配方式改成第一种就可以了。

解决办法:
import tensorflow as tf
gpus = tf.config.experimental.list_physical_devices(‘GPU’)
for gpu in gpus:
tf.config.experimental.set_memory_growth(gpu, True)

————————————————
版权声明：本文为CSDN博主「开心果汁」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u013421629/article/details/103591687