Résoudre les erreurs de segmentation qui se produisent dans l'environnement Ubuntu 16.04+ Tensorflow

Je développais avec un environnement d'apprentissage en profondeur sur Ubuntu 16.04, et quand j'ai appliqué "Update Software", l'élément mis à jour était "nvidia 367", ce qui m'a rendu suspect. Lorsque j'ai redémarré, cudnn n'a pas été trouvé et une erreur de segmentation s'est produite comme indiqué ci-dessous. ..

I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:102] Couldn't open CUDA library libcudnn.so. LD_LIBRARY_PATH: 
I tensorflow/stream_executor/cuda/cuda_dnn.cc:2259] Unable to load cuDNN DSO
I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:108] successfully opened CUDA library libcurand.so locally
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:925] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_init.cc:102] Found device 0 with properties: 
name: GeForce GTX 1080
major: 6 minor: 1 memoryClockRate (GHz) 1.7335
pciBusID 0000:02:00.0
Total memory: 7.92GiB
Free memory: 7.81GiB
W tensorflow/stream_executor/cuda/cuda_driver.cc:572] creating context when one is currently active; existing: 0x34500e0
Segmentation fault (Vidage de base)

À la suite d'essayer diverses choses

CUDA_VISIBLE_DEVICES=1

Il semble que je devais le spécifier comme ça ... Jusqu'à présent, ça fonctionnait sans le préciser ... Cela fonctionnait en spécifiant le GPU à utiliser dans .bashrc. Dans mon environnement, j'avais inséré deux GT 610 et GTX 1080, donc je pense que c'était nécessaire.

Recommended Posts

Résoudre les erreurs de segmentation qui se produisent dans l'environnement Ubuntu 16.04+ Tensorflow
Création d'un environnement TensorFlow qui utilise des GPU sous Windows 10
[Ubuntu 18.04] Construction de l'environnement Tensorflow 2.0.0-GPU
Construction de l'environnement Ubuntu14.04 + GPU + TensorFlow
Résoudre le problème de la libcudart manquante dans Ubuntu 16.04 + CUDA 8.0 + environnement Tensorflow
Construire un environnement Python sur Ubuntu
installer tensorflow dans un environnement anaconda + python3.5
UnicodeDecodeError se produit dans pip (environnement Windows)
[Pyenv] Construire un environnement python avec ubuntu 16.04
Installer Django dans l'environnement virtuel pipenv
Utilisez tensorflow dans un environnement sans racine
Créer un environnement Tensorflow avec Raspberry Pi [2020]
J'ai construit un environnement TensorFlow avec windows10
Créer un environnement virtuel dans un environnement Anaconda
Introduction à docker Création d'un environnement ubuntu dans ubuntu
Installer CaboCha dans un environnement non-Anaconda (Win)
Démarrage de Node.js dans un environnement virtuel
Utiliser WebDAV dans un environnement Docker portable