Blas SGEMM 启动失败答案

【问题标题】：Blas SGEMM launch failedBlas SGEMM 启动失败
【发布时间】：2017-04-10 16:18:15
【问题描述】：

我刚刚在带有 CUDA 8.0 和 Cudnn v5.1 的 Win10 GTX GEFORCE 850M 上安装了 TensorFlow-GPU 1.0.1。当我试图确定安装是否成功时，我运行了

mnist_with_summaries.py

在

C:\Users...\Anaconda3\Lib\site-packages\tensorflow\examples\tutorials\mnist

当我在 Jupyter Notebook 中运行代码时，它会打印出来

第 0 步的准确度：0.068

第 10 步的准确度：0.6795

第 10 步的准确度：0.6795

第 20 步的准确度：0.8062

第 30 步的准确度：0.8455

第 40 步的准确度：0.8737

第 50 步的准确度：0.8735

第 60 步的准确度：0.8851

第 70 步的准确度：0.8815

第 80 步的准确度：0.8863

第 90 步的准确度：0.8918

并且内核在打印上述消息后就死了。

当我尝试在命令提示符下运行代码时，它返回错误：

创建cublas句柄失败

尝试在不支持 BLAS 的情况下使用 StreamExecutor 执行 BLAS 操作

内部错误：Blass SGEMM 启动失败：a.shape=(10000,784),b.shape=(784,500)

而且这个内部错误信息出现了3次。（错误信息太多，我只是写一些我认为有用的东西。如果有人需要更多信息，请告诉我）。

然后我尝试运行：

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))

输出是： [[ 22. 28.] [49. 64.]] 这次代码运行没有错误。但它应该输出：设备映射：

/job:localhost/replica:0/task:0/gpu:0 -> 设备：0，名称：GeForce GTX 850M

id：0000:05:00.0

b: /job:localhost/replica:0/task:0/gpu:0

a: /job:localhost/replica:0/task:0/gpu:0

MatMul: /job:localhost/replica:0/task:0/gpu:0

[[ 22. 28.] [49. 64.]]

我完全迷路了。谁能告诉我为什么？

【问题讨论】：

标签： python tensorflow

【解决方案1】：

你的显卡有多少内存？您可能内存不足。有一些方法可以强制 TensorFlow 限制内存使用——参见：How to prevent tensorflow from allocating the totality of a GPU memory?

但我想知道 TF 是否不能优雅地处理内存不足的情况。

【讨论】：