Tensorflow аварийно завершает работу с состоянием CUBLAS

Я запускаю tensorflow-gpu в Windows 10 с помощью простой программы нейронной сети MINST. Когда он пытается запустить, он сталкивается с CUBLAS_STATUS_ALLOC_FAILED ошибка. Поиск в google ничего не дает.

I c:tf_jenkinshomeworkspacerelease-windevicegpuoswindowstensorflowcorecommon_runtimegpugpu_device.cc:885] Found device 0 with properties:
name: GeForce GTX 970
major: 5 minor: 2 memoryClockRate (GHz) 1.253
pciBusID 0000:0f:00.0
Total memory: 4.00GiB
Free memory: 3.31GiB
I c:tf_jenkinshomeworkspacerelease-windevicegpuoswindowstensorflowcorecommon_runtimegpugpu_device.cc:906] DMA: 0
I c:tf_jenkinshomeworkspacerelease-windevicegpuoswindowstensorflowcorecommon_runtimegpugpu_device.cc:916] 0:   Y
I c:tf_jenkinshomeworkspacerelease-windevicegpuoswindowstensorflowcorecommon_runtimegpugpu_device.cc:975] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 970, pci bus id: 0000:0f:00.0)
E c:tf_jenkinshomeworkspacerelease-windevicegpuoswindowstensorflowstream_executorcudacuda_blas.cc:372] failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED
W c:tf_jenkinshomeworkspacerelease-windevicegpuoswindowstensorflowstream_executorstream.cc:1390] attempting to perform BLAS operation using StreamExecutor without BLAS support
Traceback (most recent call last):
  File "C:UsersAnonymousAppDataLocalProgramsPythonPython35libsite-packagestensorflowpythonclientsession.py", line 1021, in _do_call
    return fn(*args)
  File "C:UsersAnonymousAppDataLocalProgramsPythonPython35libsite-packagestensorflowpythonclientsession.py", line 1003, in _run_fn
    status, run_metadata)
  File "C:UsersAnonymousAppDataLocalProgramsPythonPython35libcontextlib.py", line 66, in __exit__
    next(self.gen)
  File "C:UsersAnonymousAppDataLocalProgramsPythonPython35libsite-packagestensorflowpythonframeworkerrors_impl.py", line 469, in raise_exception_on_not_ok_status
    pywrap_tensorflow.TF_GetCode(status))
tensorflow.python.framework.errors_impl.InternalError: Blas SGEMM launch failed : a.shape=(100, 784), b.shape=(784, 256), m=100, n=256, k=784
         [[Node: MatMul = MatMul[T=DT_FLOAT, transpose_a=false, transpose_b=false, _device="/job:localhost/replica:0/task:0/gpu:0"](_recv_Placeholder_0/_7, Variable/read)]]
         [[Node: Mean/_15 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_35_Mean", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
9
cublas tensorflow

2 ответов

расположение свойства "allow_growth" конфигурации сеанса теперь, похоже, отличается. Это объясняется здесь:https://www.tensorflow.org/tutorials/using_gpu

поэтому в настоящее время вам нужно установить его следующим образом:

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
16

в windows в настоящее время tensorflow не выделяет всю доступную память, как говорится в документации, вместо этого вы можете обойти эту ошибку, разрешив динамический рост памяти следующим образом:

tf.Session(config=tf.ConfigProto(allow_growth=True))
4