每隔一段时间,我就会犯这样的错误
2020-02-26 14:17:31.605963:I tensorflow/stream_执行器/平台/默认/dso_加载器。cc:42]已成功打开动态库libcublas。所以10.0 2020-02-26 14:17:31.829898:I tensorflow/流执行器/平台/默认/dso装载器。cc:42]已成功打开动态库libcudnn。所以7 2020-02-26 14:17:32.757316:E tensorflow/stream_executor/cuda/cuda_dnn。cc:329]无法创建cudnn句柄:cudnn\u状态\u未初始化2020-02-26 14:17:32.757384:E tensorflow/stream\u executor/cuda/cuda\u dnn。cc:337]可能没有足够的驱动程序版本:440.33。1 2020-02-26 14:17:32.758265:E tensorflow/stream\u executor/cuda/cuda\u dnn。cc:329]无法创建cudnn句柄:cudnn_STATUS_not_INITIALIZED 2020-02-26 14:17:32.758293:E tensorflow/stream_executor/cuda/cuda_dnn。cc:337]可能没有足够的驱动程序版本:440.33。1.
回溯(最近一次调用last):tensorflow。python框架错误。未知错误:找到2个根错误。(0)未知:获取卷积算法失败。这可能是因为cuDNN未能初始化,所以请尝试查看上面是否打印了警告日志消息。[{{node conv2d/conv2d}}]](1)未知:获取卷积算法失败。这可能是因为cuDNN未能初始化,所以请尝试查看上面是否打印了警告日志消息。[{{node conv2d/conv2d}}][[densite/Sigmoid/_285]]
然后我重新加载PyCharm或重新启动系统,一切都按预期运行。然后它又出现了。可能是什么引起的?
CUDNN_STATUS_NOT_INITIALIZED
,此问题是由不正确的GPU驱动程序
(驱动程序版本不足)或错误版本的cuDNN
安装w. r. tCUDA
引起的。
我重新加载或重新启动系统,一切都按预期运行。然后它又出现了。
是的,如果你重新启动解决问题的时间很短,但再次发生。
在不了解操作系统、Tensorflow GPU版本、CUDA和cuDNN详细信息的情况下,建议直接回答有点困难。不过,对于windows和Linux/macOS的正式测试版本配置,请参考以下图片。
有关更多详细信息,请参阅Linux和Windows
旧的GPU驱动程序应该删除,因为需要安装新版本的GPU驱动程序。
要重新安装GPU驱动程序,请执行以下操作:
apt purge nvidia*
对于cuDNN安装,请分别按照此处针对Windows、MAC OS X和Linux的说明进行操作。
我希望有人能向我解释一下为什么SceneBuilder在导入自定义控件时如此温和。 以一个相对简单的自定义控件为例(仅作为示例): 然后你有控制器类在这里: 这工作得很好。.jar编译得很好,SceneBuilder读取的.jar很好,它导入的控件也很好,这很好。 让我恼火的是,它需要两个独立的类来完成,这没什么大不了的,除了我觉得只用一个类就可以做到这一点。 我现在有了上面的方法,但是我尝试了另
问题内容: 在调试pycharm中的代码时,按Ctrl + C时,我的python try / except循环似乎不会触发键盘中断。我的代码如下所示: 编辑: 我的精简代码工作似乎出现了一些问题,并且没有产生相同的错误。完整的代码可以在这里查看。我还重新整理了代码(上面的代码),并产生了相同的错误。 问题答案: 从屏幕截图中可以看出,您正在IDE中运行此代码。关于IDE的问题是,它们与正常运行并
问题内容: 有一件我不理解的事情。 为什么这样 产生此错误: 问题答案: 发生这种情况是因为该模块没有名为的任何属性。该属性仅在您定义时定义。 子模块不会在您刚导入时自动导入;您需要显式导入它们。对于大多数软件包来说,情况相同,尽管软件包可以根据需要选择导入自己的子模块。(例如,如果包括一份声明, 然后 将子模块会随时导入进口。)
问题内容: 我最近开始研究深度学习和其他ML技术,并开始寻找简化构建网络并对其进行培训的框架,然后我发现TensorFlow对该领域缺乏经验,对我来说,速度似乎是一种如果与深度学习一起工作,那么使大型机器学习系统变得更大的重要因素,那么为什么Google选择python来制造TensorFlow?在可以编译且无法解释的语言上进行翻译会更好吗? 使用Python而不是像C ++这样的语言进行机器学习
两者都将找到答案996没有问题。我们使用modulos来保持合理的输出大小,使用pair来避免指数分支。 对于n=5000,C++代码输出783,但Python会抱怨 如果我们加上几行
我在Pycharm上遇到了tensorflow的问题。 编辑:当打印sys.path时,我在pycharm中得到以下内容: ['/home/xxx/pycharm-community-2017.1.2/helpers/pydev'、'/home/xxx/pycharm-community-2017.1.2/helpers/pydev ipython/extensions“,”/home/xxx/x