我正在尝试使用tensorflow-gpu训练LSTM网络来进行序列到序列的任务，并且没有其他像keras这样的库。每当开始训练过程时，我都会遇到这个烦人的错误。
Blas GEMM启动失败：a.shape =（128，532），b.shape =（532，1024），m = 128，n = 1024，k = 532 [[{{node rnn / while / gru_cell / MatMul}} = MatMul [T = DT_FLOAT，transpose_a = false，transpose_b = false，_device =“ / job：localhost /副本：0 / task：0 / device：GPU：0 “]（rnn / while / gru_cell / concat，rnn / while / gru_cell / MatMul / Enter）]] [[{{节点解码/解码器/ while / Switch_6 / _83}} = _Recvclient_terminated = false，recv_device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”，send_device =“ / job：本地主机/副本：0 /任务：0 /设备：GPU：0“，send_device_incarnation = 1，tensor_name =” edge_1731_decode / decoder / while / Switch_6“，tensor_type = DT_BOOL，_device =” / job：本地主机/副本：0 /任务：0 /设备：CPU：0“]]
我用Google搜索解决方案，发现可能还有其他python进程在后台运行，但是运行命令nvidia-smi没有提供任何迹象。