tensorflow的gpu版本错误

出现错误:E tensorflow/stream_executor/cuda/cuda_event.cc:48] Error polling for event status: failed to query event: CUDA_ERROR_LAUNCH_FAILED: unspecified launch failure

最后发现是gpu算力不足,将网络的节点个数降低,最后顺利运行。

原文地址:https://www.cnblogs.com/jianglinliu/p/10531074.html

时间: 2024-11-29 14:55:07

tensorflow的gpu版本错误的相关文章

linux 安装tensorflow(gpu版本)

一.安装cuda 具体安装过程见我的另一篇博客,ubuntu16.04下安装配置深度学习环境 二.安装tensorflow 1.具体安装过程官网其实写的比较详细,总结一下的话可以分为两种:安装release版本和源码编译安装.因为源码编译安装比较繁琐,且需要安装谷歌自己的编译器bazel,所以我选择安装编译好的. 2.我写这篇博客的时候tensorflow更新到了1.4.0,安装编译好的一定看版本,因为每个版本依赖的底层库是不一样的. 1.4.0版本安装之前需要安装CUDA-8,cuDNN v6

windows10安装tensorflow的gpu版本(pip3安装方式)

前言: TensorFlow 有cpu和 gpu两个版本:gpu版本需要英伟达CUDA 和 cuDNN 的支持,cpu版本不需要:本文主要安装gpu版本. 1.环境 gpu:确认你的显卡支持 CUDA,这里确认. vs2015运行时库:下载64位的,这里下载,下载后安装. python 3.6/3.5:下载64位的,这里下载,下载后安装. pip 9.0.1(确认pip版本 >= 8.1,用pip -V 查看当前 pip 版本,用python -m pip install -U pip升级pip

Win10安装Tensorflow的Gpu版本问题

Cuda,Cudnn 和 Tensorflow gpu这三个东西要兼容 先下载最新的Cudnn,和Cuda的兼容性在下载页上有(需要注册): Cudnn下载地址 下载安装Cudnn的对应Cuda版本,然后将Cudnn解压拷贝到Cuda安装目录: Cuda下载地址 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\[VER.] 上面两个都下载最新相兼容的版本,然后Tensorflow gpu也更新为最新版一般就没问题了: pip install

tensorflow 安装gpu版本

pip install tensorflow-gpu  # stable pip install tf-nightly      # preview 原文地址:https://www.cnblogs.com/ls1997/p/11708644.html

Linux服务器配置GPU版本的pytorch Torchvision TensorFlow

最近在Linux服务器上配置项目,项目需要使用GPU版本的pytorch和TensorFlow,而且该项目内会同时使用TensorFlow的GPU和CPU. 在服务器上装环境,如果重新开始,就需要下载很多依赖包,而且如果直接在系统上安装包,可能会和服务器上的其他包发生冲突,因此使用Anaconda创建虚拟环境来管理项目的依赖包.Anaconda的安装可以去清华大学的镜像下载,速度比较快,选择对应的版本就可以了 https://mirrors.tuna.tsinghua.edu.cn/anacon

【转】Ubuntu 16.04安装配置TensorFlow GPU版本

之前摸爬滚打总是各种坑,今天参考这篇文章终于解决了,甚是鸡冻\(≧▽≦)/,电脑不知道怎么的,安装不了16.04,就安装15.10再升级到16.04 requirements: Ubuntu 16.04 python 2.7 Flask tensorflow GPU 版本 安装nvidia driver 经过不断踩坑的安装,终于google到了靠谱的方法,首先检查你的NVIDIA VGA card model sudo lshw -numeric -C display 可以看到你的显卡信息,比如

安装GPU版本的tensorflow过程总结

首先安装cuda,和cudnn 安装完了后再用pip去安装tensorflow的指令如下:$ sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl 在spyder环境下,利用GPU模式下的tesorflow跑cnn时,出现 E tensorflow/stream_executor/cuda/cuda_dnn.cc:390]L

安装GPU版本的tensorflow填过的那些坑!---CUDA说再见!

那些坑,那些说不出的痛! --------回首安装的过程,真的是填了一个坑又出现了一坑的感觉.记录下了算是自己的笔记也能给需要的人提供一点帮助. 1 写在前面的话 其实在装GPU版本的tensorflow最难的地方就是装CUDA的驱动.踩过一些坑之后,终于明白为什么Linus Torvald 对英伟达有那么多的吐槽了.我的安装环境是ubuntu16.04,安装的是CUDA-8.0.其他驱动安装一般不会遇到很大的问题,都是一些小问题,一般不会卡很久.可以参考官网的安装过程. 2 眼花缭乱的CUDA

安装GPU版本的TensorFlow

win10 x64 python 3.6 显卡 GTX 940mx Cuda 8.0 cudnn v5.1 TensorFlow-gpu 1.0.0 1. 安装CUDA 显卡型号支持:https://developer.nvidia.com/cuda-gpus 下载安装CUDA,安装好之后把CUDA安装目录下的bin和lib\64添加到Path环境变量中 2. 安装cuDNN 下载CuDNN需要注册账号 下载安装cuDNN 解压压缩包,把压缩包中bin,include,lib中的文件分别拷贝到c