tensorflow2.1.0使用GPU报错问题

我的配置

• 显卡：MX250（联想小新系列）
• 显卡算力：6.1(tensorflow要求至少3.5即可)
• cuda：10.1版本（支持tensorflow2.1.0及以上）
• cudnn：7.6版本(与cuda匹配)

安装tensorflow2.1.0

• 打开Anaconda prompt，并进入到2.1环境里边
• conda install cudatoolkit=10.1
• conda install cudnn=7.6
• pip install tensorflow==2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
• 等待

出现问题

Attempting to fetch value instead of handling error Internal: failed to get device attribute 13 for device 0: CUDA_ERROR_UNKNOWN: unknown error

• 说实话这个问题很难顶，解决了老半天了，最终解决掉了，下面说说怎么解决的。
• 首先我先po出一个博客文章，大家先看这个，主要看看你的显卡驱动是否更新博客
• 其次，我想说我是怎么解决的，解决办法我很吃惊，我自己都不信：

解决方法

• 相信大家用“多次尝试”的办法肯定不得行，要不然也不会来看博客
• 我们在测试gpu是否工作的时候都会用tf.test.is_gpu_available()。
  如果返回True则证明使用了GPU;如果返回False则证明GPU使用失败了.
  当你去使用上述代码时，你会发现系统会让你更换最新的代码，即
  tf.config.list_physical_devices(‘GPU’)
  这坑爹的，我换完之后就报了上述的错误，然后再换回 tf.test.is_gpu_available()，就没有报错了，大家可以试试。
• 我的情况是：
  ①代码开头没有tf.test.is_gpu_available()这行代码，报上述bug；
  ②代码开头有tf.test.is_gpu_available()，没有问题
  ③代码开头有tf.config.list_physical_devices(‘GPU’)，bug

补充

• 当我在加上tf.test.is_gpu_available()这行代码使用不久后，又出现了上述错误，但是我重新运行一下就好了，所以这可能是由于tensorflow的不稳定造成的。

参考文献

文献资料