Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision Les deux révisions suivantes
ressources:ressources:tensorflow [2019/06/11 18:10]
equemene
ressources:ressources:tensorflow [2019/09/28 05:42]
equemene
Ligne 58: Ligne 58:
  
 Une grande variété de [[https://​www.tensorflow.org/​tutorials/​|tutoriels]] en ligne permettent de vérifier le bon fonctionnement. Une grande variété de [[https://​www.tensorflow.org/​tutorials/​|tutoriels]] en ligne permettent de vérifier le bon fonctionnement.
 +
 +===== Astuces en cas de plantage incompréhensible =====
 +
 +Il se peut que dans l'​utilisation,​ des plantages apparaissent avec comme source de première erreur ''​CUDNN_STATUS_INTERNAL_ERROR'' ​
 +<​code>​2019-09-28 05:​35:​09.764756:​ E tensorflow/​stream_executor/​cuda/​cuda_dnn.cc:​334] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
 +2019-09-28 05:​35:​09.766851:​ E tensorflow/​stream_executor/​cuda/​cuda_dnn.cc:​334] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
 +---
 +tensorflow.python.framework.errors_impl.UnknownError:​ 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.
 +---
 +</​code>​
 +
 +Cette erreur aura cela de désarmant qu'​elle ne va pas apparaître sur toutes les machines exploitables avec TensorFlow.
 +
 +Une solution peut être de définir une variable d'​environnement ''​$TF_FORCE_GPU_ALLOW_GROWTH''​ à ''​true''​
 +<​code>​
 +export TF_FORCE_GPU_ALLOW_GROWTH=true
 +</​code>​
 +Cette option (comme son nom l'​indique) permet au GPU de conserver la mémoire déjà allouée. Le souci, c'est que cette allocation ne prend fin que lorsque l'​exécution est terminée.
  
 <note important>​L'​application TensorFlow sur GPU requiert une version de GPU avec des capacités minimales pour fonctionner (compute capability de 3.5) : sur les 50 GPU accessibles au CBP, certains ne supportent pas cette capacité</​note>​ <note important>​L'​application TensorFlow sur GPU requiert une version de GPU avec des capacités minimales pour fonctionner (compute capability de 3.5) : sur les 50 GPU accessibles au CBP, certains ne supportent pas cette capacité</​note>​
Ligne 71: Ligne 89:
   * circuits GT200   : Quadro FX4000, Tesla C1060    * circuits GT200   : Quadro FX4000, Tesla C1060 
   * circuits Fermi   : GTX 560Ti, Quadro 4000   * circuits Fermi   : GTX 560Ti, Quadro 4000
-  * circuits Kepler ​ : GTX 680, GTX 690,  +
-  * circuits Maxwell : GTX 960, GTX 970, GTX980+
  
  
ressources/ressources/tensorflow.txt · Dernière modification: 2022/08/20 16:42 par equemene