Keras 与 GPU 上的 Tensorflow 后端。 MKL 错误:进入 DLASCL 时参数 4 不正确

2024-04-07

我使用以下命令将具有 GPU 支持的 Tensorflow 和 Keras 安装到 Anaconda (v1.6.5) 的环境中:

conda install -n EnvName tensorflow-gpu
conda install -n EnvName -c conda-forge keras-gpu

我的机器上有 NVIDIA Quadro 2200K,驱动程序 v384.66、cuda-8.0、cudnn 7.0

当我尝试在训练阶段使用 Keras 运行 python 代码时,我得到以下信息

英特尔 MKL 错误:进入 DLASCL 时参数 4 不正确。

然后

文件 “/home/User/anaconda3/envs/keras_gpu/lib/python3.6/site-packages/numpy/linalg/linalg.py”, 第 99 行,位于 _raise_linalgerror_svd_nonconvergence raise LinAlgError("SVD 没有收敛") numpy.linalg.linalg.LinAlgError: SVD 没有收敛

其他相关sources https://stackoverflow.com/questions/24173301/numpy-polyfit-suppress-printing-of-intel-mkl-error-message建议检查 NaN 和 Infs 的数据,但我的数据肯定是干净的。顺便说一句,CPU 版本的安装工作正常,仅当尝试在 GPU 上运行时才会出现此问题

我尝试安装 Anaconda、安装 CUDA 和 numpy,但没有成功。


问题出在包上MKL (2018.0.0)- 它似乎是最近发布的,并且与通过 conda* 随 Tensorflow(1.3.0) 和 Keras(2.0.5) 提供的某些软件包的版本冲突。

所以我手动降级了mkl使用 Anaconda Navigator 到 v11.3.3,这会自动降级其他软件包,现在一切正常。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

Keras 与 GPU 上的 Tensorflow 后端。 MKL 错误:进入 DLASCL 时参数 4 不正确 的相关文章

  • Opencv matchTemplate 和 np.where():仅保留唯一值

    继带有马里奥硬币的 opencv 教程 https opencv python tutroals readthedocs io en latest py tutorials py imgproc py template matching p
  • 使用 NumPy 数组执行分组平均值和标准差

    我有一组数据 X Y 我的自变量值 X 不是唯一的 因此有多个重复值 我想输出一个新数组 其中包含 X unique 它是 X 的唯一值的列表 Y mean 与 X unique 对应的所有 Y 值的平均值 Y std X unique对应
  • 添加零时奇怪的 numpy.sum 行为

    我了解数学上等效的算术运算如何因数值错误而导致不同的结果 例如 以不同的顺序对浮点数求和 然而 令我惊讶的是添加零sum可以改变结果 我认为无论如何 这始终适用于浮动 x 0 x 这是一个例子 我预计所有的线都恰好为零 有人可以解释为什么会
  • scipy.stats....rvs 和 numpy.random 随机抽取之间的区别

    看起来是否是相同的分布 从中抽取随机样本numpy random比这样做更快scipy stats rvs 我想知道是什么原因导致两者之间的速度差异 scipy stats uniform实际上使用了numpy 这里是stats中对应的函数
  • 以不同顺序对多列上的结构化 Numpy 数组进行排序

    我有一个结构化的 numpy 数组 dtype price float counter int values 35 1 36 2 36 3 a np array values dtype dtype 我想按价格排序 如果价格相等则按计数器排
  • 如何转置 3D np 数组中的每个元素

    给定一个 3D 数组 a 我想对其第一个索引中的每个元素调用 np transpose 例如 给定数组 array 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3
  • 奇异矩阵 - python

    下面的代码显示了矩阵的奇异性问题 因为在 Pycharm 中工作我得到 raise LinAlgError Singular matrix numpy linalg linalg LinAlgError Singular matrix 我猜
  • 当我想在电脑中加载该模型时,我可以在 colab bu 中加载我的深度模型,但我不能

    我在colab中通过keras 2 3 1和tensorflow 2 1 0训练了一个深度模型 我用JSON和Keras保存了我的模型 saveWeightPath content drive My Drive model info mod
  • Tensorflow:获取为零的数组行索引

    对于张量 1 2 3 1 0 0 0 0 1 3 5 7 0 0 0 0 3 5 7 8 如何获取 0 行的索引 IE 列表 1 3 在 Tensorflow 中 据我所知 您无法像使用 NumPy 等更高级的库那样在一个命令中真正做到这一
  • Keras-批次内每个样本的损失

    如何在训练时获得样本损失而不是总损失 损失历史记录可提供总批次损失 但不提供单个样品的损失 如果可能的话我想要这样的东西 on batch end batch logs sample losses 是否有类似的东西可用 如果没有 您能否提供
  • Numpy 将输入数组作为“out”参数传递给 ufunc

    如果类型正确 将输入数组作为 numpy 中 ufunc 的可选输出参数提供通常是否安全 例如 我已经验证以下内容有效 gt gt gt import numpy as np gt gt gt arr np array 1 2 3 4 4
  • Keras LSTM 密集层多维输入

    我正在尝试创建一个 keras LSTM 来预测时间序列 我的 x train 形状像 3000 15 10 示例 时间步长 特征 y train 形状像 3000 15 1 我正在尝试构建一个多对多模型 每个序列 10 个输入特征产生 1
  • 带有指针数组的 cython

    我在 python 中有一个 numpy ndarrays 列表 具有不同的长度 并且需要非常快速地访问 python 中的列表 我认为指针数组就可以解决问题 我试过 float type t list of arrays no of ar
  • 输入维度/分辨率会影响卷积神经网络的性能吗? [关闭]

    Closed 这个问题需要多问focused help closed questions 目前不接受答案 我正在构建一个图像分类器 其中有 66 个类和大约 50000 个图像 我的电脑内存为 12 GB 我的内存不足以训练图像 我的问题是
  • 打印总和时出现“内置方法总和”奇怪的消息

    使用 Python NumPy 计算矩阵的列之和 import numpy from StringIO import StringIO fileName test2 csv myFile open fileName r print Read
  • OpenCV 错误:使用 COLOR_BGR2GRAY 函数时断言失败

    我在使用 opencv 时遇到了一个奇怪的问题 我在 jupyter 笔记本中工作时没有任何问题 但在尝试运行此 Sublime 时却出现问题 错误是 OpenCV错误 cvtColor中断言失败 深度 CV 8U 深度 CV 16U 深度
  • DataFrame 中的字符串,但 dtype 是对象

    为什么 Pandas 告诉我我有对象 尽管所选列中的每个项目都是一个字符串 即使在显式转换之后也是如此 这是我的数据框
  • 以编程方式将列名称添加到 numpy ndarray

    我正在尝试将列名称添加到 numpy ndarray 然后按名称选择列 但这不起作用 我无法判断问题是在添加名称时出现 还是在稍后尝试调用它们时出现 这是我的代码 data np genfromtxt csv file delimiter
  • 将具有不同大小的行的数据加载到 Numpy 数组中

    假设我有一个包含如下数据的文本文件 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 如何将它加载到 numpy 数组中 使其看起来像这样 1 2 3 4 5 0 6 7 8 0 0 0 9 1
  • LSTM 批次与时间步

    我按照 TensorFlow RNN 教程创建了 LSTM 模型 然而 在这个过程中 我对 批次 和 时间步长 之间的差异 如果有的话 感到困惑 并且我希望得到帮助来澄清这个问题 教程代码 见下文 本质上是根据指定数量的步骤创建 批次 wi

随机推荐