当要求它适合模型时，Tensorflow 崩溃答案

【问题标题】：Tensorflow crashes when ask it to fit model当要求它适合模型时，Tensorflow 崩溃
【发布时间】：2022-07-24 20:26:37
【问题描述】：

Tensorflow on gpu 对我来说是新手，第一个天真的问题是，我是否正确假设我可以使用 gpu (nv gtx 1660ti) 运行 tensorflow ml 操作，同时它同时运行我的监视器？我的电脑里只有一个 gpu 卡，假设它可以同时做这两个，还是我需要一个专用的 gpu 只用于 tensorflow，没有连接到任何显示器？

所有都在 ubuntu 21.10 上，在 conda 环境中设置了 nvidia-toolkit、cudnn、tensorflow、tensorflow-gpu，一切似乎都工作正常：1 gpu 可见，用 cudnn 11.6.r11.6 构建，tf 版本 2.8。 0，python 版本 3.7.10 都在 conda env 中运行在 jupyter 笔记本上。一切似乎都运行良好，直到我尝试训练模型然后我收到以下错误消息：

2022-03-19 04:42:48.005029: I tensorflow/stream_executor/cuda/cuda_dnn.cc:368] Loaded cuDNN version 8302

然后内核就会锁定并崩溃。顺便说一句，代码在安装 gpu 之前工作，当时它只是使用 cpu。这仅仅是 python、tensorflow、tensorflow-gpu、cudnn 版本之间的版本不匹配还是更险恶的版本？谢谢。 J.

【问题讨论】：

请完全分享错误和代码来帮助你。还有什么是用 cuda 11.6 构建的？你在你的系统上构建了 tensorflow？
@SadraNaddaf。这是我收到的完整错误消息。抱歉，不太明白这个问题，所有这些都在 conda env 中？

标签： python tensorflow jupyter conda

【解决方案1】：

我是否正确假设我可以使用 GPU (nv gtx 1660ti) 运行 tensorflow ml 操作，而它同时运行我的监视器？

是的，您可以在 ubuntu 上与 nvidia-smi 联系以查看您有多少可用内存或哪些进程正在使用 GPU。

我的电脑中只有一个 GPU 卡，假设它可以同时做这两个？时间

是的，它可以。大多数人都这样做，GPU 上的训练过程与运行游戏类似，（但更需要内存）

关于问题：

根据this版本表安装。

使用 nvidia-smi 检查您的驱动程序版本但是，对于真正的 Cuda 版本，请检查 nvcc -V（nvidia-smi 中的 Cuda 版本实际上是最大支持的 Cuda 版本。）

只需安装 pip install tensorflow-gpu 这也会为您安装 keras。

检查 tensorflow 是否可以访问 GPU，如下所示：

import tensorflow as tf
tf.test.is_gpu_available() #should return True 
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

【讨论】：

【解决方案2】：

根据此版本表安装。

这对我来说是关键。有同样的问题，CPU工作正常，GPU会在模型拟合期间转储退出代码但没有错误。该矩阵将向您展示 tensorflow 2.5 - 2.8 与 CUDA 11.2 和 cudnn 8.1 一起使用，截至 2022 年 5 月，“最新”版本为 11.5 和 8.4。我回滚了两个版本，一切正常。

【讨论】：

cuda 不向后兼容吗？那不应该 11.5 也适用于需要 11.2 的程序吗？

【解决方案3】：

该矩阵将向您展示 tensorflow 2.5 - 2.8 与 CUDA 11.2 和 cudnn 8.1 一起使用

我认为问题在于 CUDA 11.2 不适用于 Windows 11。

【讨论】：