0

我使用 tf2onnx 将 tensorflow 保存的模型转换为 ONNX 格式:

python3 -m tf2onnx.convert --saved-model saved_model/ --output onnx/model.onnx --opset 11

转换工作正常,我可以使用 CPU 对 ONNX 模型进行推理。

我安装onnxruntime-gpu以使用 GPU 运行推理并遇到错误:

RuntimeException: [ONNXRuntimeError] : 6 : RUNTIME_EXCEPTION : Non-zero status code returned while running Relu node. Name:'FirstStageFeatureExtractor/resnet_v1_101/resnet_v1_101/conv1/Relu' Status Message: /onnxruntime_src/onnxruntime/core/providers/cuda/cuda_call.cc:97 bool onnxruntime::CudaCall(ERRTYPE, const char*, const char*, ERRTYPE, const char*) [with ERRTYPE = cudaError; bool THRW = true] /onnxruntime_src/onnxruntime/core/providers/cuda/cuda_call.cc:91 bool onnxruntime::CudaCall(ERRTYPE, const char*, const char*, ERRTYPE, const char*) [with ERRTYPE = cudaError; bool THRW = true] CUDA failure 2: out of memory ; GPU=0 ; hostname=coincoin; expr=cudaMalloc((void**)&p, size); 
Stacktrace:

Stacktrace:

我是唯一一个使用 Titan RTX(24GB RAM)的 GPU。该模型使用其 tensorflow 保存的模型版本在 GPU 上运行良好,具有 10GB 的 GPU 内存。

版本是:

  • 张量流 1.14.0
  • CUDA 10.0
  • CuDNN 7.6.5
  • onnx 1.6.0
  • onnxruntime 1.1.0
  • tf2onnx 1.9.2
  • 蟒蛇3.6
  • Ubuntu 18.04
4

1 回答 1

0

根据您的信息和版本,可能有两种解决方案:

    1. 信息内存不足,请检查gpu内存是否可用,如果不可用,设置gpu内存:

在此处输入图像描述

config = tf.ConfigProto()                                                                           
config.gpu_options.visible_device_list = "0"                                                        
config.gpu_options.per_process_gpu_memory_fraction = 0.1                                            
set_session(tf.Session(config=config)) 
于 2021-07-21T07:14:29.857 回答