Question

我可以使用Dense数据集训练带有keras.datasets.fashion_mnist层的Keras网络。但是，当我尝试训练卷积网络时，出现了错误。

这是代码的一部分：

from tensorflow.keras.layers import *

model = keras.Sequential([
        Convolution2D(16, (3,3), activation='relu', input_shape=(28,28,1)),
        MaxPooling2D(pool_size=(2,2)),
        Flatten(),
        Dense(16, activation='relu'),
        Dense(10, activation='softmax')    
])
model.compile(optimizer=tf.train.AdamOptimizer(), 
          loss='sparse_categorical_crossentropy',
          metrics=['accuracy'])

model.fit(train_images, train_labels, epochs=5)

及其在尝试适应时的错误。

UnknownError：无法获取卷积算法。这可能是由于cuDNN无法初始化，因此请尝试查看是否有警告日志消息已打印在上方。 [[{{node conv2d / Conv2D}} = Conv2D [T = DT_FLOAT，data_format =“ NCHW”，膨胀= [1，1，1，1]， padding =“ VALID”，步幅= [1、1、1、1]，use_cudnn_on_gpu = true， _device =“ / job：localhost / replica：0 / task：0 / device：GPU：0”]（培训/ TFOptimizer / gradients / conv2d / Conv2D_grad / Conv2DBackpropFilter-0-TransposeNHWCToNCHW-LayoutOptimizer， conv2d / Conv2D / ReadVariableOp）]] [[{{node loss / dense_1_loss / broadcast_weights / assert_broadcastable / AssertGuard / Assert / Switch_2 / _69}} = _Recvclient_terminated = false，recv_device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”， send_device =“ / job：localhost /副本：0 / task：0 / device：GPU：0”， send_device_incarnation = 1，tensor_name =“ edge_112_l ... t / Switch_2”， tensor_type = DT_INT32， _device =“ / job：localhost /副本：0 /任务：0 /设备：CPU：0”]]

我在{{1}中有cudnn64_7.dll，并且C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin已经包含该文件夹。

Answer 1

我认为这个link会解决您的问题，因为您安装的cnDNN版本与在tensorflow中编译的cuDNN版本不兼容。

Answer 2

我遇到了同样的问题@Wannik，我有tensorflow 1.12，CUDA 10，cudnn 7.4.1，并得到了像您一样的错误，您做了什么并安装了确切的版本才能使其正常工作？

无法在GPU上训练Keras卷积网络

2 个答案: