tensorflow Fehler mit CUDA

Question

, wenn ich mit tensorflow, treffe ich mich mit einem Fehler:

[W 09:27:49.213 NotebookApp] 404 GET /api/kernels/4e889506-2258-481c-b18e-d6a8e920b606/channels?session_id=0665F3F07C004BBAA7CDF6601B6E2BA1 (127.0.0.1): Kernel does not exist: 4e889506-2258-481c-b18e-d6a8e920b606 
    [W 09:27:49.266 NotebookApp] 404 GET /api/kernels/4e889506-2258-481c-b18e-d6a8e920b606/channels?session_id=0665F3F07C004BBAA7CDF6601B6E2BA1 (127.0.0.1) 340.85ms referer=None 
    [W 09:27:50.337 NotebookApp] /home/dxq/g++ doesn't exist 
    [W 09:27:50.514 NotebookApp] /home/dxq/gcc doesn't exist 
    [I 09:28:03.159 NotebookApp] Kernel started: aa5e56b4-df58-4e74-8dc1-96a4cee847aa 
    [I 09:28:04.032 NotebookApp] Adapting to protocol v5.1 for kernel aa5e56b4-df58-4e74-8dc1-96a4cee847aa 
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcublas.so locally 
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcudnn.so locally 
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcufft.so locally 
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcuda.so.1 locally 
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcurand.so locally 
E tensorflow/core/common_runtime/direct_session.cc:132] Internal: failed initializing StreamExecutor for CUDA device ordinal 0: Internal: failed call to cuCtxCreate: CUDA_ERROR_OUT_OF_MEMORY; total memory reported: 18446744071514750976 

was mit hier falsch? Hier

ist die vollständige Spezifikation:

ubuntu 16.04 
cuda:8.0 
python 2.7 

Answer 1

Führen Sie den folgenden Befehl im Terminal:

nvidia-smi 

Sie erhalten eine Ausgabe wie folgt erhalten.

Sie erhalten eine Zusammenfassung der Prozesse, die den Speicher Ihrer GPU belegen. In Notebooks, auch wenn gerade keine Zelle läuft, aber vorher ausgeführt wurde und der lokale Server noch eingeschaltet ist, ist der Speicher belegt. Sie müssen anhalten, welcher Prozess mehr Arbeitsspeicher belegt, um etwas Bandbreite für die Ausführung Ihres aktuellen Prozesses zuzuweisen.

Answer 2

Überprüfen Sie die cuDNN-Version. Es sollte 5.1