我有一台非常强大的Windows PC（运行Windows 10），它具有112GB内存，16个内核和3个Geforce RTX2070（不支持SLI等）。它正在运行CuDNN 7.5 + Tensorflor 1.13 + Python 3.7
我的问题是，每当我尝试运行Keras模型进行训练或在矩阵上进行预测时，我都会遇到以下错误。一开始我以为只有在同时运行多个程序的情况下才会发生这种情况，但事实并非如此，现在当我仅运行单个Keras实例时，我也会遇到错误（通常-但并非总是如此）
2019-06-15 19：33：17.878911：我
tensorflow / core / common_runtime / gpu / gpu_device.cc：1115]已创建
TensorFlow设备（/ job：localhost /副本：0 /任务：0 /设备：GPU：2与
6317 MB内存）->物理GPU（设备：2，名称：GeForce RTX 2070，
pci总线ID：0000：44：00.0，计算能力：7.5）2019-06-15
19：33：23.423911：我tensorflow / stream_executor / dso_loader.cc：152]
在本地成功打开CUDA库cublas64_100.dll 2019-06-15
19：33：23.744678：E tensorflow / stream_executor / cuda / cuda_blas.cc：510]
无法创建cublas句柄：CUBLAS_STATUS_ALLOC_FAILED 2019-06-15
19：33：23.748069：E tensorflow / stream_executor / cuda / cuda_blas.cc：510]
无法创建cublas句柄：CUBLAS_STATUS_ALLOC_FAILED 2019-06-15
19：33：23.751235：E tensorflow / stream_executor / cuda / cuda_blas.cc：510]
无法创建cublas句柄：CUBLAS_STATUS_ALLOC_FAILED 2019-06-15
19：33：25.267137：E tensorflow / stream_executor / cuda / cuda_dnn.cc：334]
无法创建cudnn句柄：CUDNN_STATUS_ALLOC_FAILED 2019-06-15
19：33：25.270582：E tensorflow / stream_executor / cuda / cuda_dnn.cc：334]
无法创建cudnn句柄：CUDNN_STATUS_ALLOC_FAILED异常：
无法获得卷积算法。这可能是因为cuDNN
初始化失败，因此请尝试查看警告日志消息
印在上面。
[[{{node conv2d_1 / convolution}}]]
[[{{node density_3 / Sigmoid}}]]
最佳答案
将以下内容添加到您的代码中
from keras.backend.tensorflow_backend import set_session
import tensorflow as tf
config = tf.ConfigProto()
config.gpu_options.allow_growth = True # dynamically grow the memory used on the GPU
config.log_device_placement = True # to log device placement (on which device the operation ran)
sess = tf.Session(config=config)
set_session(sess) # set this TensorFlow session as the default session for Keras
关于python - Keras，Tensorflow，CuDDN无法初始化，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56613536/