无法运行tensorflow示例。 CUBLAS错误

时间:2017-11-20 20:48:48

标签: python-2.7 tensorflow ubuntu-16.04

一个月前我就把这一切都搞定了,我正试图再次运行一切。我升级了所有移动部件,并且我正在尝试运行此处的tensorflow示例:tensorflow git models

设定:

  • Ubuntu 16.04
  • CUDA版本:8.0版,V8.0.61版(能够运行deviceQuery等)
  • CUDNN_MAJOR 5(如果这是5.1或6则无关紧要)
  • Tensorflow后端版本:1.4.0(无法运行示例)
  • keras版本:2.1.1

这是我得到的错误:

  

2017-11-20 15:18:00.209182:我   tensorflow / core / common_runtime / gpu / gpu_device.cc:1120]创建   TensorFlow设备(/ device:GPU:0) - > (设备:0,名称:GeForce GTX   1070,pci总线ID:0000:01:00.0,计算能力:6.1)2017-11-20   15:18:07.457924:E tensorflow / stream_executor / cuda / cuda_blas.cc:366]   无法创建cublas句柄:CUBLAS_STATUS_NOT_INITIALIZED   2017-11-20 15:18:07.474515:E   tensorflow / stream_executor / cuda / cuda_blas.cc:366]未能创建   cublas handle:CUBLAS_STATUS_NOT_INITIALIZED 2017-11-20   15:18:07.558178:E tensorflow / stream_executor / cuda / cuda_blas.cc:366]   无法创建cublas句柄:CUBLAS_STATUS_NOT_INITIALIZED   2017-11-20 15:18:07.575864:E   tensorflow / stream_executor / cuda / cuda_blas.cc:366]未能创建   cublas handle:CUBLAS_STATUS_NOT_INITIALIZED 2017-11-20   15:18:07.593372:E tensorflow / stream_executor / cuda / cuda_blas.cc:366]   无法创建cublas句柄:CUBLAS_STATUS_NOT_INITIALIZED   2017-11-20 15:18:07.610621:E   tensorflow / stream_executor / cuda / cuda_blas.cc:366]未能创建   cublas handle:CUBLAS_STATUS_NOT_INITIALIZED 2017-11-20   15:18:08.431784:E tensorflow / stream_executor / cuda / cuda_dnn.cc:385]   无法创建cudnn句柄:CUDNN_STATUS_INTERNAL_ERROR 2017-11-20   15:18:08.431816:E tensorflow / stream_executor / cuda / cuda_dnn.cc:352]   无法破坏cudnn句柄:CUDNN_STATUS_BAD_PARAM 2017-11-20   15:18:08.431838:F tensorflow / core / kernels / conv_ops.cc:667]检查   失败:stream-> parent() - > GetConvolveAlgorithms(   conv_parameters.ShouldIncludeWinogradNonfusedAlgo(),& algorithms)   中止(核心倾销)

非常感谢任何建议。

编辑:这个问题:tensorflow running error with cublas是类似的 - 但答案对我不起作用。

1 个答案:

答案 0 :(得分:1)

这不是一个解决方案 - 但它是唯一有效的方法:

CUDNN 6与TF没有很好的配合。因此,如果你有任何地方的图书馆崩溃。基本上它的版本控制不是内存或路径。必须确保CUDNN v6无处可寻,TF是1.2版而不是1.4。

最终设置:Ubuntu 16.04。 CUDA 8,CUDNN 5.1,TF 1.2。

安装tf版本可以通过以下方式完成:

$ sudo apt install tensorflow-gpu==1.2 

这帮助我度过了黑暗时期:TensorFlow Framework并列出了一些测试,以便进行健全性检查。