Kuro3210 score 13
2019/04/09 15:50 投稿
| tensorflow-gpu使用したGPUによるCNN演算処理におけるエラーについて |
| ### 前提・実現したいこと |
| <環境> |
| Windows10, Anaconda, JupyterLab, 仮想環境, Pythohn3.5, CUDA9.0 |
| Windows10, Anaconda, JupyterLab, 仮想環境, Pythohn3.5, CUDA9.0, tensorflow-gpu 1.13.1 |
| tensorflowを用いたGPUによるCNNの演算処理が可能な状態にしたいのですが、エラーメッセージが表示されます。 |
| CUDAのバージョンが古いのでしょうか？ 対処法がわかりません。 |
| ### 発生している問題・エラーメッセージ |
| ``` |
| InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version |
| ``` |
| ### 該当のソースコード |
| ```ここに言語名を入力 |
| # TensorFlowのインポート |
| import tensorflow as tf |
| #kerasのインポート |
| from tensorflow import keras |
| # ヘルパーライブラリのインポート |
| import numpy as np |
| ``` |
| ``` |
| #画像データのロード |
| from keras.datasets import cifar10 |
| (x_train, y_train), (x_test, y_test) = cifar10.load_data() |
| ``` |
| ``` |
| #データセットのラベルをone-hot表現に変換 |
| from keras.utils import np_utils |
| y_train = np_utils.to_categorical(y_train) |
| y_test = np_utils.to_categorical(y_test) |
| ``` |
| ``` |
| #RGB値を0～1で正規化 |
| x_train = x_train / 255.0 |
| x_test = x_test / 255.0 |
| ``` |
| ``` |
| #Alex_Netのレイヤーを構築 |
| def Alex_Net_model(): |
| model = tf.keras.Sequential() |
| #1st convolutional layer |
| model.add(tf.keras.layers.Conv2D(96, 4, strides=(2, 2), padding='valid', data_format='channels_last', activation='relu', bias_initializer='ones', input_shape=(32,32,3))) |
| model.add(tf.keras.layers.BatchNormalization(axis=1)) |
| model.add(tf.keras.layers.MaxPooling2D(pool_size=(2, 2), strides=(1, 1), padding='valid', data_format='channels_last')) |
| #2nd convolutional layer |
| model.add(tf.keras.layers.Conv2D(256, 4, strides=(2, 2), padding='valid', data_format='channels_last', activation='relu', bias_initializer='zeros')) |
| model.add(tf.keras.layers.BatchNormalization(axis=1)) |
| model.add(tf.keras.layers.MaxPooling2D(pool_size=(1, 1), strides=(1, 1), padding='valid', data_format='channels_last')) |
| #3rd~5th convolutional layer |
| model.add(tf.keras.layers.Conv2D(384, 2, strides=(1, 1), padding='valid', data_format='channels_last', activation='relu', bias_initializer='zeros')) |
| model.add(tf.keras.layers.Conv2D(384, 2, strides=(1, 1), padding='valid', data_format='channels_last', activation='relu', bias_initializer='ones')) |
| model.add(tf.keras.layers.Conv2D(384, 2, strides=(1, 1), padding='valid', data_format='channels_last', activation='relu', bias_initializer='ones')) |
| model.add(tf.keras.layers.MaxPooling2D(pool_size=(2, 2), strides=(1, 1), padding='valid', data_format='channels_last')) |
| # 6th flatten and whole junction layer |
| model.add(tf.keras.layers.Flatten()) |
| model.add(tf.keras.layers.Dense(768)) |
| model.add(tf.keras.layers.Activation('relu')) |
| model.add(tf.keras.layers.Dropout(0.5)) |
| model.add(tf.keras.layers.Dense(768)) |
| model.add(tf.keras.layers.Activation('relu')) |
| model.add(tf.keras.layers.Dropout(0.5)) |
| #7th Softmax layer |
| model.add(tf.keras.layers.Dense(10, activation='softmax')) |
| #損失関数とパラメータの更新方法を設定 |
| model.compile(optimizer=tf.keras.optimizers.SGD(lr=0.01), loss='categorical_crossentropy', metrics=['accuracy']) |
| return model |
| ``` |
| ``` |
| #学習 |
| history = model.fit(x_train, y_train, epochs=3, batch_size=1000, shuffle=True, validation_split=0.25) |
| ``` |
| エラー |
| ``` |
| InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version |
| ``` |
