close



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
  1. import tensorflow as tf
  2. # 只使用 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 使用的 TensorFlow Session
  6. tf.keras.backend.set_session(sess)
  7. # 利用 Keras 建立模子
  8. # ..
複製代碼

用GPU RUN PYTHON時，
泛起錯誤訊息
 

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



3.主動增進 GPU 記憶體用量



4. 如果仍是不可
換CUDA跟CUDNN版本

文章出處： NetYea網頁設計

Tensorflow GPU 運算出現 failed to Tensorflow GPU 運算出現 failed to


解決方式
1. 指定 GPU 顯示卡

  1. import tensorflow as tf
  2. # 主動增加 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 確立模型
  8. # ..
複製代碼


以下文章來自:
arrow
arrow
    文章標籤
    網頁設計
    全站熱搜
    創作者介紹
    創作者 victorjod6q 的頭像
    victorjod6q

    中壢網頁設計

    victorjod6q 發表在 痞客邦 留言(0) 人氣()