Tensorflow-GPU 訓練時出現報錯信息:Could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED

GPU 版本訓練，程序剛啓動時，可能會出現下面的錯誤信息：

• Could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED

• Failed to get convolution algorithm. This is probably because cuDNN failed to initialize.so try looking to see if a warning log message was printed above

解決方案：

• 首先請確保安裝的 CUDA、Cudnn、Tensorflow-gou 版本一致兼容性，關於各版本對應需安裝的版本情況，可以查看這篇博文：tensorflow各個版本的CUDA以及Cudnn版本對應關係；此處一個小建議：不要安裝的 CUDA 版本太高，9.0、10.0的就可以，安裝tensorflow-gpu是不要用conda 命令，要用 pip 命令，conda 安裝的話會捆綁一個對應不兼容 CUDA版本

---

• 在安裝版本沒有問題的情況下，導致報錯的原因就是內存不足的原因，可以在在代碼開始部分加入幾行控制 GPU 內存消耗的命令，如下；

  參考鏈接： https://github.com/tensorflow/tensorflow/issues/28326

import keras
import tensorflow as tf

config = tf.ConfigProto(allow_soft_placement=True)
config.gpu_options.allow_growth = True
config.gpu_options.per_process_gpu_memory_fraction = 0.7
keras.backend.tensorflow_backend.set_session(tf.Session(config=config))

• per_process_gpu_memory_fraction = 0.7 ，0.7表示 GPU 內存消耗最大佔比，不要設置過高，0.7、0.8即可；
• allow_soft_placement=True，當 訓練時 GPU 內存消耗不足或者衝突是，程序自行對內存進行分配；不足或者衝突是，程序自行對內存進行分配；