问题标签 [cudnn]

How can I report an issue on Tensorflow website? I am not talking about the API, but everything else, e.g. installation instructions and tutorials.

For instance, installation instructions indicate that Tensorflow for Python 3.5 and GPU requires CuDNN v5, but that is incorrect, as with CuDNN v5 it doesn't work, and it requires CuDNN v5.1 instead.

Thanks!

我使用本地和后端 tensorflow 创建了完全相同的网络，但在使用多个不同参数进行了数小时的测试后，仍然无法弄清楚为什么 keras 优于本地 tensorflow 并产生更好（稍微但更好）的结果。

Keras 是否实现了不同的权重初始化方法？或执行除 tf.train.inverse_time_decay 之外的不同权重衰减方法？

ps分数差总是像

我的环境是：

Python 3.5.2 -Anaconda / Windows 10
CUDA：8.0 与 cuDNN 5.1 Keras
1.2.1
Tensorflow 0.12.1
Nvidia Geforce GTX 860M

和keras.json文件：

你也可以复制并执行以下两个文件

我已经安装了 tensorflow 的 gpu 版本，但是当我尝试导入它时，我收到以下错误消息：

我已按照 tensorflow 网站上的安装指南进行操作，并确保我已正确安装了 Cuda 和 CudNN。

我已经尝试libcuda.so按照 nvidia 网站上其他帖子的建议，从我在系统中找到的 a 创建符号链接到 cuda 目录，但它们没有帮助。

我还将 ~/.bashrc 中的参数设置为export LD_LIBRARY_PATH="usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}"，export CUDA_HOME="/usr/local/cuda"但仍然没有运气:(。

如果有人可以帮助我对此进行排序，那将是最有帮助的，因为在我的 gpu 上运行代码是我项目的关键部分。

我找不到 cudnn-8.0-linux-x64-v5.1.tgz 文件。下载链接只有 .deb 文件，当我使用 sudo dpkg -i /path/to/deb/file 安装它时，我得到 libcudnn.so.5.1.5 文件而不是标题 (cudnn.h)。我在哪里可以获得包含所有 .so 和 .h 文件的 .tgz 文件？我正在寻找 libcudnn.so.5.1

我一直在尝试按照TensorFlow 页面上的说明为 TensorFlow 安装 CUDA 和 cuDNN。一切正常，直到我执行以下操作：

然后我收到以下错误：

我的问题当然是导致错误的原因以及如何解决它。我之前安装了 CUDA 7.5，然后我安装了 8.0。整个 CUDA（及其安装）对我来说只是一个黑匣子；我只是想让它与 TensorFlow 一起工作。

谢谢！

我正在按照官方页面和“验证您的安装”步骤中的说明安装 Tensorflow。

这是我尝试开始会话时得到的。我不太明白发生了什么事。请帮助。谢谢！

我一直在尝试在某些带有 GPU 的机器上运行一些 TensorFlow 训练，但是，每当我尝试这样做时，我都会收到某种类型的错误，似乎表明它由于某种原因无法使用 GPU（通常是内存问题，或者cuda 问题或 cudnn 等）。但是，由于 TensorFlow 自动执行的操作是在不能使用 GPU 的情况下仅在 CPU 中运行，因此我很难判断它是否真的能够利用 GPU。因此，除非正在使用 GPU，否则我想让我的脚本失败/停止。我怎么做？

举个例子，目前我有消息：

它似乎加载了所有的cuda罚款，但最后抱怨。抱怨的线路是：

我们可以尝试调试这些特定的错误，但是在它继续训练的那一刻，我不知道它是使用 cpu 还是 gpu。如果出现任何奇怪的 cuda/cudnn 或任何 gpu 错误，我们可以让它不继续训练吗？

我试图用.deb文件安装最新版本的 cuDNN (5.1)。以下是我尝试的步骤：

1. 下载 .deb 文件（不是找到最新版本的 tar 文件） libcudnn5_5.1.10-1+cuda8.0_amd64.deb
2. sudo dpkg -i libcudnn5_5.1.10-1+cuda8.0_amd64.deb
3. sudo apt-get update
4. sudo apt-get install cuDNN

最后一步失败了。我试过'cudnn'但是，错误是

“E: 无法定位包 cuDNN”

我不确定最后一个安装步骤的正确包名称是什么。

JL

我正在寻找一种简单的方法来验证我的TF图表是否确实在 GPU 上运行。

PS。验证是否cuDNN使用了该库也很好。

我对张量流有点陌生..所以请对我温柔..我在创建第二个在已经工作的 GPU 上加载张量流的进程时遇到问题。

我得到的错误是：

硬件细节：

我的电脑应该没问题

有人能告诉我为什么在我的电脑上一切正常，但在大电脑（超微）上却不行吗？

这可能是 Windows / 驱动程序问题吗？

我尝试更新 NVIDIA 驱动程序.. 没有帮助..