1. import tensorflow as tf
  2. # 主動增進 GPU 記憶體用量
  3. gpu_options = tf.GPUOptions(allow_growth=True)
  4. sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
  5. # 設定 Keras 利用的 Session
  6. tf.keras.backend.set_session(sess)
  7. # 利用 Keras 成立模型
  8. # ..
複製代碼
  1. import tensorflow as tf
  2. # 只利用 30% 的 GPU 記憶體
  3. gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.3)
  4. sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
  5. # 設定 Keras 利用的 TensorFlow Session
  6. tf.keras.backend.set_session(sess)
  7. # 利用 Keras 成立模子
  8. # ..
複製代碼

用GPU RUN PYTHON時，
呈現毛病訊息
 

  1. failed to create cublas handle: cublas_status_alloc_failed
複製代碼



2. 指定 GPU 記憶體的佔用量

  1. import os
  2. # 利用第一張與第三張 GPU 卡
  3. os.environ["CUDA_VISIBLE_DEVICES"] = "0,2"
  4.  
複製代碼



4. 假如還是不可
換CUDA跟CUDNN版本

文章出處： NetYea網頁設計

Tensorflow GPU 運算呈現 failed to Tensorflow GPU 運算呈現 failed to


解決方式
1. 指定 GPU 顯示卡



3.主動增進 GPU 記憶體用量

arrow
arrow
    文章標籤
    網頁設計
    全站熱搜
    創作者介紹
    創作者 prassaxlpu5 的頭像
    prassaxlpu5

    湖口網頁設計

    prassaxlpu5 發表在 痞客邦 留言(0) 人氣()