系统信息
我是否编写了自定义代码（与使用TensorFlow中提供的股票示例脚本相对）：
问题
我的tensorflow-gpu运行正常。一旦我重新安装了anaconda并在那之后再次安装tensorflow-gpu 每当我尝试在tensorflow-gpu上训练任何模型时，它总是给我这个错误：
依靠驱动程序执行ptx编译。 修改$ PATH以自定义ptxas位置。 该消息将仅记录一次。 2020-09-24 21：35：23.361799：W tensorflow / core / common_runtime / bfc_allocator.cc：246]分配器（GPU_0_bfc）内存不足，试图分配带有freed_by_count = 0的2.20GiB。调用方表明这不是故障，但可能意味着如果有更多的可用内存，则可能会提高性能。 2020-09-24 21：35：23.363348：W tensorflow / core / common_runtime / bfc_allocator.cc：246]分配器（GPU_0_bfc）内存不足，试图使用freed_by_count = 0分配1.02GiB。调用方表明这不是故障，但可能意味着如果有更多的可用内存，则可能会提高性能。 2020-09-24 21：35：23.627463：W tensorflow / core / common_runtime / bfc_allocator.cc：246]分配器（GPU_0_bfc）内存不足，试图分配带有freed_by_count = 0的1.11GiB。调用方表示这不是故障，但可能意味着如果有更多可用内存，则可能会提高性能。
简单代码
from tensorflow.keras.applications import VGG16
from tensorflow.keras.layers import Dense, Flatten,Conv2D,MaxPool2D,AvgPool2D,Dropout
from tensorflow.keras.models import Model,Sequential
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from glob import glob
import matplotlib.pyplot as plt
train_path="E:/AI-Application-Implementation/trained_model/Classification/Cifar-10/data/train"
test_path="E:/AI-Application-Implementation/trained_model/Classification/Cifar-10/data/test"
folders=glob("E:/All Data Set/CIFAR10/train/*")
datagen=ImageDataGenerator(rotation_range=0.5,
brightness_range=[0.2,0.5],
zoom_range=[0.1,0.8],
horizontal_flip=True,
validation_split=0.2,
rescale=1./255)
train=datagen.flow_from_directory(directory=train_path,
target_size=(256,256),
# color_mode="grayscale",
shuffle=True,
class_mode='categorical',
subset='training')
test=datagen.flow_from_directory(directory=train_path,
target_size=(256,256),
# color_mode="grayscale",
shuffle=True,
class_mode='categorical',
subset='validation')
model=Sequential()
model.add(Conv2D(filters=32,kernel_size=(3,3),input_shape=(256,256,3),activation='relu'))
model.add(Conv2D(filters=32,kernel_size=(3,3),activation='relu'))
model.add(MaxPool2D(pool_size=(3,3)))
model.add(Conv2D(filters=64,kernel_size=(3,3),activation='relu'))
model.add(Conv2D(filters=64,kernel_size=(3,3),activation='relu'))
model.add(MaxPool2D(pool_size=(3,3)))
model.add(Conv2D(filters=128,kernel_size=(3,3),activation='relu'))
model.add(Conv2D(filters=128,kernel_size=(3,3),activation='relu'))
model.add(Conv2D(filters=128,kernel_size=(3,3),activation='relu'))
model.add(MaxPool2D(pool_size=(3,3)))
model.add(AvgPool2D(pool_size=(6,6)))
model.add(Flatten())
model.add(Dense(units=64,activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(units=10,activation='softmax'))
model.summary()
model.compile(loss='sparse_categorical_crossentropy',optimizer="adam",metrics=['accuracy'])
history=model.fit(train,validation_data=test,epochs=5,steps_per_epoch=len(train),validation_steps=len(test))
其他信息/日志包括任何有助于以下方面的日志或源代码： **
**
2020-09-24 21：35：09.493907：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cudart64_101.dll，发现40000 图像属于10类。
2020-09-24 21：35：09.493907：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cudart64_101.dll 2020-09-24 21：35：14.913210：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库nvcuda.dll
2020-09-24 21：35：09.493907：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cudart64_101.dll 2020-09-24 21：35：14.913210：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库nvcuda.dll 2020-09-24 21：35：15.668676：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：1716]找到设备0 具有属性：pciBusID：0000：06：00.0名称：GeForce MX250 computeCapability：6.1 coreClock：1.582GHz coreCount：3 deviceMemory大小：2.00GiB deviceMemory带宽：44.76GiB / s 2020-09-24 21：35：15.673588：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cudart64_101.dll 2020-09-24 21：35：15.729057：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cublas64_10.dll 2020-09-24 21：35：15.750802：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cufft64_10.dll 2020-09-24 21：35：15.756718：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库curand64_10.dll 2020-09-24 21：35：15.777083：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cusolver64_10.dll 2020-09-24 21：35：15.781830：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cusparse64_10.dll 2020-09-24 21：35：15.795484：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cudnn64_7.dll 2020-09-24 21：35：15.795889：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：1858]添加可见 gpu设备：0 2020-09-24 21：35：15.797938：我 tensorflow / core / platform / cpu_feature_guard.cc：142]此TensorFlow 二进制文件已使用oneAPI深度神经网络库（oneDNN）优化以 在关键性能操作中使用以下CPU指令： AVX2要在其他操作中启用它们，请使用 适当的编译器标志。 2020-09-24 21：35：15.809116：我 tensorflow / compiler / xla / service / service.cc：168] XLA服务 为平台主机初始化了0x29073047360（这不保证 将会使用XLA）。设备：2020-09-24 21：35：15.810096：I tensorflow / compiler / xla / service / service.cc：176] StreamExecutor设备 （0）：主机，默认版本2020-09-24 21：35：15.811012：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1716]找到设备0 具有属性：pciBusID：0000：06：00.0名称：GeForce MX250 computeCapability：6.1 coreClock：1.582GHz coreCount：3 deviceMemory大小：2.00GiB deviceMemory带宽：44.76GiB / s 2020-09-24 21：35：15.812247：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cudart64_101.dll 2020-09-24 21：35：15.812911：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cublas64_10.dll 2020-09-24 21：35：15.813512：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cufft64_10.dll 2020-09-24 21：35：15.814104：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库curand64_10.dll 2020-09-24 21：35：15.814716：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cusolver64_10.dll 2020-09-24 21：35：15.815307：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cusparse64_10.dll 2020-09-24 21：35：15.815903：我 tensorflow / stream_executor / platform / default / dso_loader.cc：48] 成功打开动态库cudnn64_7.dll 2020-09-24 21：35：15.816520：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：1858]添加可见 gpu设备：0找到属于10类的10000张图像。模型： “顺序的”