Question

我刚刚使用CUDA 8.0和Cudnn v5.1在Win10 GTX GEFORCE 850M上安装了TensorFlow-GPU 1.0.1。当我试图弄清楚安装是否成功时，我运行

mnist_with_summaries.py

在

C：\用户... \ Anaconda3 \ LIB \站点包\ tensorflow \例子\教程\ MNIST

当我在Jupyter Notebook中运行代码时，它会打印

步骤0的准确度：0.068

步骤10的准确度：0.6795

步骤10的准确度：0.6795

步骤20的准确度：0.8062

步骤30的准确度：0.8455

步骤40的准确度：0.8737

步骤50的准确度：0.8735

步骤60的准确度：0.8851

步骤70的准确度：0.8815

步骤80的准确度：0.8863

步骤90的准确度：0.8918

内核刚刚打印完消息后就死了。

当我尝试在命令提示符下运行代码时，它会返回错误：

无法创建cublas句柄

尝试在没有BLAS支持的情况下使用StreamExecutor执行BLAS操作

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

此内部错误消息出现三次。（错误消息太多，我只记下我认为有用的内容。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 - ＆gt;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。]]

我完全迷失了。有人可以告诉我为什么吗？

Answer 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限制内存使用量 - 请参阅：How to prevent tensorflow from allocating the totality of a GPU memory?

但我想知道TF是否优雅地处理低内存情况。

Blas SGEMM发布失败

1 个答案: