GPU->CPU Memcpy在gpu中的tenorflow word2vec失败
我我正在学习tenorflow的word2vec。我们买了两个1080i用于gpu的并行处理。安装成功，p2p成功。但是，我试图使用tf.device命令将其分配给gpu（'/gpu： 0'），出现以下错误：
gpu_device.cc:885发现设备1的属性：
名称：GeForce GTX 1080 Ti
大调： 6小调： 1记忆时钟速率（GHz）1.645
pciBusID0000:66:00.0
总内存：10.91GiB
免费内存： 10.21GiB
tensorflow/core/common_runtime/gpu/gpu_device.cc:906]DMA:0 1
tensorflow/core/common_runtime/gpu/gpu_device.cc:916]0:Y
tensorflow/core/common_runtime/gpu/gpu_device.cc:916]1:Y
I tensorflow/core/common_runtime/gpu/gpu_device.cc:975]创建tensorflow设备（/gpu:0）-
I tensorflow/core/common_runtime/gpu/gpu_device.cc:975]创建tensorflow设备（/gpu:1）-
word2vec_kernels.cc:246]数据文件：数据/spouse_freebase/input2.nt包含34966827字节，2620786字，11769唯一字，11769唯一频繁字。
e tenstorflow/stream_executor/cuda/cuda_driver.cc:1276]未能将异步memcpy从设备排队到主机：CUDA_ERROR_INVALID_VALUE；主机dst： 0x104d5000000； GPU src： 0x7f12c800cbc0； size： 8=0x8
I tensorflow/stream_executor/stream.cc:1338]流0x39c2160未等待流0x39bf9a0
I tensorflow/stream_executor/stream.cc:3775]stream 0x39c2160未将设备memcpy到主机；来源：0x3BD00
F tenstorflow/core/common_runtime/gpu/gpu_util.cc:296]GPU-
我认为这个错误是gpu的内存溢出。我等你的帮助。谢谢你。
共有1个答案
我也有同样的问题。我刚刚关闭了英伟达设置中的G-SYNC支持，这很有帮助。
-
TensorFlow 支持 CPU 和 GPU 这两种设备，标识设备的方法为: /cpu:0：机器中的 CPU /gpu:0：机器中的 GPU, 如果你有一个的话. /gpu:1：机器中的第二个 GPU, 以此类推… 记录设备指派情况 通过设置 log_device_placement 选项来记录 operations 和 Tensor 被指派到哪个设备上运行： import tensorflow
-
我正在尝试创建和训练一个CNN模型。但每次我运行代码时，tensorflow并没有使用GPU，而是使用CPU。我已经安装了tensorflow的最新版本。附上以下详细信息。 在运行时，我得到以下带有警告消息的输出。（平台：VS代码） 2021-07-28 15:35:13.163991： W tenstorflow/core/common_runtime/bfc_allocator.cc:337]
-
CPU VS GPU 关于绘图和动画有两种处理的方式：CPU（中央处理器）和GPU（图形处理器）。在现代iOS设备中，都有可以运行不同软件的可编程芯片，但是由于历史原因，我们可以说CPU所做的工作都在软件层面，而GPU在硬件层面。 总的来说，我们可以用软件（使用CPU）做任何事情，但是对于图像处理，通常用硬件会更快，因为GPU使用图像对高度并行浮点运算做了优化。由于某些原因，我们想
-
Rust-GPU 是面向 GPU 编程的开源项目，目标是使 Rust 成为 GPU 着色器开发的“一等公民”编程语言和生态系统。 示例 use glam::{Vec3, Vec4, vec2, vec3};#[spirv(fragment)]pub fn main( #[spirv(frag_coord)] in_frag_coord: &Vec4, #[spirv(push_cons
-
gpu-sentry Flask-based package for monitoring utilisation of nVidia GPUs. Motivation Instead of checking each of your machines with nvidia-smi command, a clientrunning on the machines is sending perio
-
我最近有一个问题与Tensorflow安装，但我解决了它在anaconda导航创建一个虚拟环境。我收到警告说 2020-10-17 13:44:04.120482:W tensorflow/stream_executor/platform/default/dso_loader。cc:55]无法加载动态库“cudart64_101”。dll'；错误：cudart64_101。找不到dll 2020-