tensorflow-gpu 使用的常见错误
Posted 仰望高端玩家的小清新
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow-gpu 使用的常见错误相关的知识,希望对你有一定的参考价值。
这篇博客会不定期整理我在 tensorflow 中出现的问题和坑。
1. CUDA_ERROR_OUT_OF_MEMORY:
tensorflow 在执行过程中会默认使用全部的 GPU 内存,给系统保留 200 M,但是在我的系统上会在分配内存时被拒绝导致报错,因此我们可以使用如下语句指定 GPU 内存的分配比例:
# 配置每个 GPU 上占用的内存的比例 gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.95) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
可以看看这里的解释:stackoverflow
还有可能是这个问题:stackoverflow
2. 设置提示信息的等级
# 在 import tensorflow 之前加入 import os os.environ[‘TF_CPP_MIN_LOG_LEVEL‘]=‘1‘ # 这是默认的显示等级,显示所有信息 # 2级 import os os.environ[‘TF_CPP_MIN_LOG_LEVEL‘]=‘2‘ # 只显示 warning 和 Error # 3级 import os os.environ[‘TF_CPP_MIN_LOG_LEVEL‘]=‘3‘ # 只显示 Error
以上是关于tensorflow-gpu 使用的常见错误的主要内容,如果未能解决你的问题,请参考以下文章
tensorflow-gpu 不适用于 Blas GEMM 启动失败
Tensorflow-gpu 问题(CUDA 运行时错误:设备内核映像无效)