【发布时间】：2018-09-01 04:43:12
【问题描述】：
Tf version: 1.6.0 GPU
Os: Windows 10 64bit
CUDA: 9.0
CUDNN: 7.0.5 for CUDA 9.0
GPU: GeForce GTX 1070
GPU version: 385.54
RAM: 23.95GB
CPU: Intel i7-3770k @3.50GHz
Python version: 3.6.4
我正在处理的代码上周工作了，但现在不行了。未对网络相关代码进行任何更改。
导入或初始化没有问题，但是当 TF 开始训练时，我遇到了一些问题。当它执行小批量并设置 q_target 时看起来会发生。
被执行的代码是：
q_target = self.target_net.y.eval(feed_dict={self.target_net.x: next_state})
target_net 是一个卷积神经网络。
target_net.y shape=(None, 18) dtype=float32
target_net.x shape=(None, 720, 600, 4) dtype=float32
较小的图像和 x 形状仍然会产生错误。
我得到的错误代码如下：
2018-03-22 15:20:10.452238: E C:\tf_jenkins\workspace\rel-win\M\windows- gpu\PY\36\tensorflow\stream_executor\cuda\cuda_blas.cc:443] failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED
2018-03-22 15:20:10.452669: E C:\tf_jenkins\workspace\rel-win\M\windows- gpu\PY\36\tensorflow\stream_executor\cuda\cuda_blas.cc:443] failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED
2018-03-22 15:20:11.379190: E C:\tf_jenkins\workspace\rel-win\M\windows- gpu\PY\36\tensorflow\stream_executor\cuda\cuda_dnn.cc:385] could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
2018-03-22 15:20:11.379442: E C:\tf_jenkins\workspace\rel-win\M\windows- gpu\PY\36\tensorflow\stream_executor\cuda\cuda_dnn.cc:352] could not destroy cudnn handle: CUDNN_STATUS_BAD_PARAM
2018-03-22 15:20:11.379676: F C:\tf_jenkins\workspace\rel-win\M\windows- gpu\PY\36\tensorflow\core\kernels\conv_ops.cc:717] Check failed: stream- >parent()->GetConvolveAlgorithms( conv_parameters.ShouldIncludeWinogradNonfusedAlgo<T>(), &algorithms)`
编辑：TF 的 CPU 版本工作正常。没问题。所以这是一个 GPU 版本唯一的问题。而且我更喜欢使用 GPU，因为最高水平的效率很重要。
【问题讨论】：
-
发布
nvidia-smi的输出
标签： python python-3.x tensorflow cublas cudnn