在 GPU 上将 Flair 与 TensorFlow 结合使用会产生错误答案

【问题标题】：Using Flair in combination with TensroFlow on GPU produces errors在 GPU 上将 Flair 与 TensorFlow 结合使用会产生错误
【发布时间】：2020-01-31 13:01:57
【问题描述】：

当我尝试将 Flair 标记器与 Universal Sentence Encoder(USE) 结合使用以嵌入在 CPU 和 GPU 上运行良好的所有内容时，会产生错误：

self._session = tf_session.TF_NewSessionRef(self._graph.c_graph, opts)
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

我知道 CUDA、CUDA 运行时、cuDNN 是正确的，因为我检查了 documantion。我使用了 Docker，所以我确定他们的版本。 TF.Session 设置为允许 gpu 增长。

奇怪的是，仅使用 Flair 有效，而仅使用 TensorFlow（未导入 Flair）效果很好。版本出现问题：

torch==1.3.1
tensorflow-gpu==1.14.0
tensorflow-hub==0.7.0
numpy==1.17.1
flair==0.4.4

【问题讨论】：

标签： python tensorflow nlp gpu flair

【解决方案1】：

问题似乎只是在 TF 之前导入 Flair 库并且它阻止了它使用 GPU 的尝试。

最近他们纠正了错误。因此，如果可能的话，我建议使用 Flair 0.4.5 或更高版本。

如果由于某种原因您仍然需要使用 Flair 0.4.4 版，我发现它运行良好：始终在导入 Flair 之前导入 tensorflow（即使您没有在当前文件中使用它）。

那个版本也有 Pillow 和 torchvision 包的问题。我建议将它们安装在以下版本中：Pillow==6.2.1 和 torchvision==0.4.2。希望它会有用。如果有这样的帖子在它存在之前就可以为我节省几天的调试时间。

【讨论】：