tensorflow2.5.0:tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution

问题描述

今天尝试在pycharm中运行建议的卷积神经网络,最开始使用cpu运行,但是无奈嫌弃运行速度较慢,于是在更新tensorflow-gpu后,尝试切换至gpu运行,但是程序在运行时有如下报错信息

在这里插入图片描述对于这个问题,我查了很多相关的帖子,其中常见的解释无非两种:
1.cuda和cudnn版本不符
2.显存不够

对于这两种解释,我个人倾向于第二种显存不够的问题。于是参考各种帖子的对策:在代码头部添加几行代码,这里我给两种普遍的答案,各位也可以搜索得到
在这里插入图片描述
在这里插入图片描述可以得知,这些方法的本质无非是控制显存的使用(百分比)。
我使用的是第二种v1的方法,针对于tensorflow2.0。但是在运行的过程中会提示没有compat,这就非常的疑惑,难道2.0和2.5有一些区别吗?如果有了解的大佬欢迎在评论区给予解释。(个人显卡是1060,6g显存还是有些不足了)

无奈只能切换至cpu缓慢 运行,这里给出代码,可以方便切换至cpu运行

import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

欢迎各位留言讨论,如果有了解的大佬欢迎在评论区指出

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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