Failed to get convolution algorithm. This is probably because cuDNN failed to initialize

注意すべき点:

環境構成の問題をチェックし、tensorflow、cuda、cudnnバージョンは公式サイトの要求に従って対応する公式サイトのバージョンに対応しなければならない.

CUDAバージョンcat /usr/local/cuda/version.tst cuDNバージョンcat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 cuDNインストールを表示する:(公式サイトでインストールパッケージをダウンロードし、登録する必要がある)

cp cudnn-10.0-linux-x64-v7.4.2.24.solitairetheme8 cudnn-10.0-linux-x64-v7.4.2.24.tgz
sudo tar -xzf cudnn-10.0-linux-x64-v7.4.2.24.tgz -C /usr/local 

tensorflowのCPUバージョンとtensorflowのGPUバージョンは同時に存在しないで、CPUバージョンのアンインストールpip uninstall tensorflow、インストールGPUバージョンpip install tensorflow-gpu==

tensorflow-gpuの再ロードを試み、アンインストールせずに直接再ロードします.

他のブログによると、linuxの下のjupyterはrestart kernelを試してみることができるという.

が実行するコードにint型のデータを使用するかどうか、gpuはfloat 32型のデータをサポートし、reshapeなどの操作GPUは加速せず、sum操作GPUはCPUより

遅い.

に問題があります.nvidia-smiを使用してGPUステータスを表示できます.(topまたはps -ef CPUの状態を表示可能)

import os
os.environ['CUDA_VISIBLE_DEVICES']='0'
config = tf.ConfigProto()
config.gpu_option.per_process_gpu_memory_fraction=0.9 #90%  
        ：config.gpu_options.allow_growth=True #GPU     
        ：
sess = tf.Session(config=config)

まだ問題がある場合は、反復するたびにデータを何回かに分けて処理するなど、処理ごとのデータを減らすことをお勧めします.一度に処理するデータ量が大きすぎると、エラーも発生します.