Не удалось получить алгоритм свертки.Вероятно, это связано с тем, что cuDNN не удалось инициализировать - PullRequest
Новая
       13

Не удалось получить алгоритм свертки.Вероятно, это связано с тем, что cuDNN не удалось инициализировать

0 голосов
/ 03 марта 2019

Я пытаюсь узнать модель VGG16.Но теперь я получил ошибку вроде

Использование TensorFlow backend.UnknownError: Не удалось получить алгоритм свертки.Вероятно, это связано с тем, что cuDNN не удалось инициализировать, поэтому попробуйте посмотреть, не было ли напечатано сообщение с предупреждением выше.[[{{node conv2d_1 / convolution}} = Conv2D [T = DT_FLOAT, data_format = "NCHW", расширения = [1, 1, 1, 1], заполнение = "VALID", шаги = [1, 1, 1,1], use_cudnn_on_gpu = true, _device = "/ job: localhost / replica: 0 / task: 0 / device: GPU: 0"] (conv2d_1 / convolution-0-TransposeNHWCToNCHW-LayoutOptimizer, conv2d_1 / kernel / read)]][{{node density_3 / Softmax / _211}} = _Recvclient_terminated = false, recv_device = "/ job: localhost / replica: 0 / task: 0 / device: CPU: 0", send_device = "/ job: localhost / replica: 0/ task: 0 / device: GPU: 0 ", send_device_incarnation = 1, тензор_имя =" edge_237_dense_3 / Softmax ", tenors_type = DT_FLOAT, _device =" / job: localhost / replica: 0 / task: 0 / device: CPU: 0 "]]

Вот мои системные версии,

  • Windows 10
  • Tensorflow 1.10.0
  • Python 3.6.7
  • cuDNN и CUDA;
  • NVIDIA GeForce GTX 1050TI
  • Keras, с использованием бэкэнда TensorFlow.2.2.4

nvcc: NVIDIA (R) Драйвер компилятора Cuda Copyright (c) 2005-2017 Корпорация NVIDIA Построена на Fri_Sep__1_21: 08: 32_Central_Daylight_Time_2017 Инструменты компиляции Cuda, выпуск 9.0, V9.0.176

Если вам нужен код; 

from keras.models import Sequential
from keras.layers.core import Flatten, Dense, Dropout
from keras.layers.convolutional import Conv2D, MaxPooling2D, ZeroPadding2D
from keras.optimizers import SGD
import cv2, numpy as np


def VGG_16(weights_path=None):
    model = Sequential()
    model.add(ZeroPadding2D((1,1), input_shape=(224, 224, 3), data_format='channels_last'))
    model.add(Conv2D(64, kernel_size=(3, 3), strides=1, activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(64, kernel_size=(3, 3), strides=1, activation='relu'))
    model.add(MaxPooling2D((2,2), strides=(2,2), data_format='channels_last'))

    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(128, kernel_size=(3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(128, kernel_size=(3, 3), activation='relu'))
    model.add(MaxPooling2D((2,2), strides=(2,2), data_format='channels_last'))

    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(256, kernel_size=(3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(256, kernel_size=(3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(256, kernel_size=(3, 3), activation='relu'))
    model.add(MaxPooling2D((2,2), strides=(2,2), data_format='channels_last'))

    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(512, kernel_size=(3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(512, kernel_size=(3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(512, kernel_size=(3, 3), activation='relu'))
    model.add(MaxPooling2D((2,2), strides=(2,2), data_format='channels_last'))

    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(512, kernel_size=(3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(512, kernel_size=(3, 3), activation='relu'))
    model.add(ZeroPadding2D((1,1)))
    model.add(Conv2D(512, kernel_size=(3, 3), activation='relu'))
    model.add(MaxPooling2D((2,2), strides=(2,2), data_format='channels_last'))

    model.add(Flatten())
    model.add(Dense(4096, activation='relu'))
    model.add(Dropout(0.5))
    model.add(Dense(4096, activation='relu'))
    model.add(Dropout(0.5))
    model.add(Dense(1000, activation='softmax'))

    if weights_path:
        model.load_weights(weights_path)

    return model

if __name__ == "__main__":
    from keras.applications.vgg16 import decode_predictions
    im = cv2.resize(cv2.imread('karisik_meyveler.jpg'), (224, 224)).astype(np.float32)
    im[:,:,0] -= 103.939
    im[:,:,1] -= 116.779
    im[:,:,2] -= 123.68
    im = im.transpose((1,0,2))
    im = np.expand_dims(im, axis=0)

    # Test pretrained model
    model = VGG_16('vgg16_weights_tf_dim_ordering_tf_kernels.h5')
    sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
    model.compile(optimizer=sgd, loss='categorical_crossentropy')
    out = model.predict(im)
    predictions = decode_predictions(out)

Появляется ошибка; 

UnknownError Traceback (most recent call last)
<ipython-input-1-9b64406a16ce> in <module>()
     69     sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
     70     model.compile(optimizer=sgd, loss='categorical_crossentropy')
---> 71     out = model.predict(im)
     72     predictions = decode_predictions(out)

1 Ответ

0 голосов
/ 04 марта 2019

Решение: проверьте обновления драйверов NVIDIA и обновите их.

...