使用tensorflow-gpu训练数据出现CUDNN_STATUS_ALLOC_FAILED
2019-04-17 14:24
3023 查看
Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED
当你看到这个就证明你的显卡不怎么行了，显存不够
tensorflow的配置加上下面的代码
config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config)
Hint: If you want to see a list of allocated tensors when OOM happens
出现这个问题也是显卡太渣，改小batch_size
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- （原）torch使用caffe时，提示CUDNN_STATUS_EXECUTION_FAILED
- mxnet CUDNN_STATUS_ALLOC_FAILED 错误 cudnn出错
- could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED Process finished with exit code -1073741819
- 解决win10(2080ti)+CUDA9.2+pytorch-gpu(RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED)
- TensorFlow（6）： 使用Ubuntu 16.04 server 安装，TensorFlow-gpu ，cuda 9.0， cudnn 7.1 折腾一天总结下
- （最全）Windows上Anaconda+Python+Pycharm+CUDA+CUDnn实现tensorflow-gpu安装以及安装tenfolw-gpu过程中出现的各种问题以及相应解决办法
- centos中w使用smbclient连接window出现:session setup failed: NT_STATUS_LOGON_FAILURE
- 使用Tensorflow来读取训练自己的数据（二）
- ubuntu下安装cuda,cudnn以及tensorflow(gpu)
- TensorFlow学习实践（三）：使用TFRecord格式数据和tf.estimator API进行模型训练和预测
- Tensorflow-GPU环境配置教程 Win10+CUDA 出现问题解决方案：ImportError: DLL load failed: **找不到指定的模块**
- Ubuntu16.04+tensorflow(gpu)+Cuda(8.0)+cudnn(5.1)
- 使用tensorflow训练自己的数据
- ubuntu14.04 + tensorflow（gpu版） + cuda-8.0 + cudnn(6.0) + keras
- tensorflow 1.4 could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 错误的解决办法
- 使用Tensorflow来读取训练自己的数据（一）
- 在tensorflow上使用FCN训练自己的数据
- Tensorflow学习——Win10安装Tensorflow-gpu和CUDA及cuDNN
- tensorflow保存网络参数 使用训练好的网络参数进行数据的预测
- Ubuntu16.04+cuda-8.0+cudnn-v5.1+tensorflow0.8-gpu/tensorflow1.0-gpu安装教程