我有两个 GPU。 我的程序使用 TensorRT 和 Tensorflow。
当我只运行 TensorRT 部分时，没问题。 当我与 Tensorflow 部分一起运行时，出现错误
[TensorRT] ERROR: engine.cpp (370) - Cuda Error in ~ExecutionContext: 77 (an illegal memory access was encountered)
terminate called after throwing an instance of 'nvinfer1::CudaError'
what(): std::exception
问题是 Tensorflow session 何时开始如下
self.graph = tf.get_default_graph()
self.persistent_sess = tf.Session(graph=self.graph, config=tf_config)
它加载两个 GPU 作为
2019-06-06 14:15:04.420265: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 6965 MB memory) -> physical GPU (device: 0, name: Quadro P4000, pci bus id: 0000:04:00.0, compute capability: 6.1)
2019-06-06 14:15:04.420713: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:1 with 7159 MB memory) -> physical GPU (device: 1, name: Quadro P4000, pci bus id: 0000:05:00.0, compute capability: 6.1)
我试图只加载一个 GPU 作为
(1)放在python代码之上
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
(2)
with tf.device('/device:GPU:0'):
self.graph = tf.get_default_graph()
self.persistent_sess = tf.Session(graph=self.graph, config=tf_config)
两者都不行。
如何解决问题？
请您参考如下方法:
我可以设法只加载一个 GPU 将以下行放在 python 代码的第一行。
import sys, os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
