tensorflow在CPU可以正常运行，在GPU报错

最新推荐文章于 2023-02-20 16:37:27 发布
最新推荐文章于 2023-02-20 16:37:27 发布
阅读量617 收藏
点赞数
分类专栏： 问题解决 文章标签： tensorflow 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45885232/article/details/128897490
版权

这个问题折磨了我很久，最后排查出来两个原因：
1）使用tf的dataloader，在map的时候后面多了一个“，”，在跑了几个的时候会提示你维度错误；
2）AUC错误、7209错误、不返回任何具体错误的错误，版本与cuda不符。比如tf10下无法训练的代码，在tf2.6下可以，但在CPU条件下两个代码都没有问题…

加油上学人
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
tensorflow代码cpu上可以跑gpu跑报错Blas GEMM launch failed
weixin_40680322的博客
03-21 1343
问题：tensorflow调gpu显存分配的问题。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。 解决办法：将建立会话后默认的分配全部现存改成按需分配。 具体： 在运行Session时将： with tf.Session() as sess: 替换为 gpu_options = tf.GPUOptions(all...
tensorflow运行在gpu还是cpu
热门推荐
weixin_42729843的博客
11-21 1万+
tensorflow在电脑的gpu和cpu上均可运行： "/cpu:0"：机器的 CPU。 "/device:GPU:0"：机器的 GPU（如果有一个）。 "/device:GPU:1"：机器的第二个 GPU（以此类推）。 当想要知道指令和张量在哪个设备上运行时，可以这样设置session： sess = tf.Session(config=tf.ConfigProto(log_devi...
tensorflow使用CPU可以跑（运行），但是使用GPU却不能用的情况
dianxiaochuang7777的博客
01-16 2739
在跑的时候可以让加些选项: with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True)): 其中allow_soft_placement能让tensorflow遇到无法用GPU跑的数据时，自动切换成CPU进行。 log_device_placement则记录一些日志...
tensorflow只用CPU运行
qingfengxd1的博客
11-02 831
import os os.environ["CUDA_VISIBLE_DEVICES"]="-1"
在CPU上运行Tensorflow
deye1979的专栏
02-28 125
如果你是用的GPU版本的Tensorflow，你可以这样来使用CPU版本的Tensorlfow： config = tf.ConfigProto( device_count = {'GPU': 0} ) sess = tf.Session(config=config) 转载于:https://www.cnblogs.com/huangshi...
关于Tensorflow使用CPU报错的解决方式
09-18
通过将`clone_on_cpu`设置为`True`，你可以强制TensorFlow在没有GPU或者你不想使用GPU的情况下，将计算任务分配给CPU处理。这将解决因为尝试在GPU上执行而在CPU上找不到适当资源导致的错误。 此外，确保你的...
Win10 解决Jupyter notebook[import tensorflow]报错问题.doc
11-17
这将启动一个本地Web服务器，你可以在浏览器中打开显示的URL，创建新的Python笔记本并尝试导入TensorFlow： ```python import tensorflow as tf print(tf.__version__) ``` 如果一切正常，你应该能看到导入成功...
TensorFlow GPU 1.6 安装包 for Windows Python3.6
03-27
4.在python控制台中运行import tensorflow as tf。若不报错则说明安装成功。 注意：若CPU不支持AVX指令集，则可适用的最高版本Tensorflow GPU见以下链接： Python3.6：...
Tensorflow 1.6 GPU版 适用于python3.5
03-27
4.在python控制台中运行import tensorflow as tf。若不报错则说明安装成功。 注意：若CPU不支持AVX指令集，则可适用的最高版本Tensorflow GPU见以下链接： Python3.6：...
cpu运行gpu上的pytorch 报错:AssertionError:torch not compiled with cuda enabled
weixin_41243949的博客
12-03 7088
在所有torch.load后面加map_location=torch.device('cpu')： torch.load(xx, map_location=torch.device('cpu')) 再把关于cuda(CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构...
用SSD模型在Win7下仅CPU的Tensorflow跑目标检测 .docx
07-13
用SSD模型在Win7下仅CPU的Tensorflow跑目标检测，此时注意，有些包像直接下载子文件名object detection，导致各个包里面的东西确实，导致运行程序时出现各种错误，因为本人已经下了好几个不同大小的object detection。
Win10下Tensorflow-gpu使用cpu训练而不是gpu加速
weixin_43716328的博客
04-02 4420
Win10下Tensorflow-gpu使用cpu训练而不是gpu加速
Linux服务器tensorflow跑程序不调用GPU而用CPU
weixin_43254131的博客
11-13 3199
在这里记录一下自己在服务器上跑tensorflow程序一直不调用GPU而用CPU的解决过程： 一开始跑程序，我发现特别的慢，跑了一天才跑了三分之一，后面用nvidia-smi查看GPU使用情况，发现压根没有用GPU跑，然后再用top查看，发现一直再用CPU跑。。。 首先在网上查阅资料发现自己没有在环境里装tensorflow-gpu版，再次运行程序，接着用nvidia-smi查看，这个程序的进程出现在了里面，但是。。。却没有GPU-Util却为0%，Memory-Usage也只为62MiB/11441MiB
TensorFlow只用CPU
dragonchow123的专栏
06-11 693
转自https://www.cnblogs.com/excellent-ship/p/8604941.html 限制TensorFlow只在CPU上运行的方法 import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "-1" 注：上述代码一定要放在import tensorflow或keras等之前，否则不起作用。 ...
tensorflow只用CPU运行的方法
wzg2016的博客
08-03 3821
在要执行的Python文件首加上下面的代码即可， （把可见的GPU标记为-1） import os os.environ["CUDA_VISIBLE_DEVICES"]="-1"
keras、bertkeras、tensorflow安装了GPU版本运行代码却是CPU、启动GPU运行失败记录
weixin_43918046的博客
04-23 1482
最近跑NLP模型，用了bert模型作为框架提取数据特征，因为网络比较复杂，用CPU估计得几天，，，，必须上GPU，然后把数据搭载到服务器，安装了tensorflow-gpu1.14.0版本，安装成功，没有报错，运行代码，速度还是很慢，是按CPU的效率运算的，我就晕了，百度了各种方法，然后也在代码里加了强制启动GPU运行的代码指令，都没有用，就很奔溃。 这里说明一下keras和bertkeras和tensorflow的关系，keras和bertkeras都是tensorflow的一个封装，所以如果你以为你的代
关于我装的GPU版tensorflow然后却是cpu在跑这件事
qq_43701213的博客
11-19 3739
神经网络的层数越来越多，程序跑的也是越来越慢，打开任务管理器发现我的GPU根本没用到，白瞎我买的电脑，和费那劲装的tensorflowGPU版 首先看一下GPU是否可用 import tensorflow as tf print(tf.config.list_physical_devices('GPU')) 我的输出是[],也就是空 在cmd窗口激活我们用的tensorflow环境，会显示找不到cusolver64_10.dll，我们进入cuda的目录，我的是默认的C:\Program Files\NV
GPU版TensorFlow设置CPU运行的办法
人工智能导航，人工智能资料学习导航
03-27 611
import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "-1" 将以上三行代码放入程序首部即可。
model在CPU上能正常运行在GPU上却卡住
cloudless_sky的博客
02-20 899
GPU pytorch 深度学习
from tensorflow.keras.layers import Conv2DTranspose这句代码在tensorflow-cpu里面没有报错，但是放在tensorflow-gpu里面就报错了
最新发布
05-11
这种情况可能是因为您的GPU版本的TensorFlow没有正确安装或配置。...如果代码在CPU版本的TensorFlow中可以正常运行，则可能是与GPU版本的TensorFlow的安装或配置有关的问题。 希望这些步骤可以帮助您解决问题。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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