当我尝试使用我的 GPU 时调用 model.fit() 时，Python 3.8.8 Jupyter 笔记本内核死机答案

【问题标题】：Python 3.8.8 Jupyter notebook kernel dies when I call model.fit() when I try to use my GPU当我尝试使用我的 GPU 时调用 model.fit() 时，Python 3.8.8 Jupyter 笔记本内核死机
【发布时间】：2021-02-27 22:05:48
【问题描述】：

我的 tensorflow 识别出我的 gpu

但是，当我对我的数据调用 model.fit() 时，它会显示：

epoch(1/2) 然后内核立即死亡

如果我在没有 GPU 的单独虚拟环境中运行它，它可以正常工作：

我已将模型架构和训练点数简化为仅十个作为快速测试，但仍然失败

简单示例

from numpy import loadtxt
from keras.models import Sequential
from keras.layers import Dense

model = keras.Sequential()

model.add(Dense(4,
                activation='relu'))

model.add(Dense(1, activation='sigmoid'))
opt = keras.optimizers.Adam(learning_rate=.001)

model.compile(loss = 'binary_crossentropy' , optimizer = opt,   metrics = ['accuracy'] )

info = model.fit(X_train, y_train, epochs=2, batch_size=2,shuffle=True, verbose=1)

版本：

Python 3.8.8 可用 GPU 数量 1

2.5.0-dev20210227 2.4.3

cuda v11.2

【问题讨论】：

标签： tensorflow keras gpu

【解决方案1】：

我将回答我自己的问题，而不是删除它，因为也许其他人会犯同样的简单错误。

我犯的主要错误是 CUDA 下载不正确。您可以在此链接中参考哪些版本是正确的： https://www.tensorflow.org/install/source#gpu

TLDR：请关注此视频： https://www.youtube.com/watch?v=hHWkvEcDBO0

这也强调了虚拟环境的重要性，您可以在其中控制包版本以防止不兼容。

【讨论】：