質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
86.12%
CUDA

CUDAは並列計算プラットフォームであり、Nvidia GPU(Graphics Processing Units)向けのプログラミングモデルです。CUDAは様々なプログラミング言語、ライブラリ、APIを通してNvidiaにインターフェイスを提供します。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

解決済

Google Colaboratory上でのcuDNNの初期化エラー

osumosan
osumosan

総合スコア10

CUDA

CUDAは並列計算プラットフォームであり、Nvidia GPU(Graphics Processing Units)向けのプログラミングモデルです。CUDAは様々なプログラミング言語、ライブラリ、APIを通してNvidiaにインターフェイスを提供します。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

1回答

0リアクション

0クリップ

146閲覧

投稿2022/09/30 05:30

前提

セマンティックセグメンテーションを行うために、Google Colab上でU-Netの実装を行っています。
参考サイトを参照してプログラムを組んでいますが

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. [[node model_1/conv2d_24/Conv2D (defined at <ipython-input-22-c8244c51f154>:3) ]] [Op:__inference_train_function_5385]

のエラーが発生してしまいます。解決方法をお教えいただきたいです。。。

実現したいこと

発生している問題・エラーメッセージ

cuDNNの初期化が行われていない、というエラーが出る。

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. [[node model_1/conv2d_24/Conv2D (defined at <ipython-input-22-c8244c51f154>:3) ]] [Op:__inference_train_function_5385]

該当のソースコード

python

#参考サイトのバージョンに合わせるため、各モジュールをインストール !pip install tensorflow-gpu==2.5.0 !pip install keras==2.4.3 !pip install matplotlib==3.4.2 !pip install tqdm #Google Driveをマウント from google.colab import drive drive.mount('/content/drive') #Google Driveに格納したgitファイルを利用するため、パスを通す。 import sys sys.path.append('/content/drive/My Drive/unet-master/unet-master') #data.pyをインポート from data import * #参考サイトにおけるData Augmentation部を実行 data_gen_args = dict(rotation_range=0.2,#回転 width_shift_range=0.05,#水平移動 height_shift_range=0.05,#垂直移動 shear_range=0.05,#シアー変換 zoom_range=0.05,#ズーム horizontal_flip=True,#左右反転 fill_mode='nearest') myGenerator = trainGenerator(20,'/content/drive/My Drive/unet-master/unet-master/data/membrane/train','image','label', data_gen_args,save_to_dir = "/content/drive/My Drive/unet-master/unet-master/data/membrane/train/aug") num_batch = 3 for i,batch in enumerate(myGenerator): if(i >= num_batch): break image_arr,mask_arr = geneTrainNpy("/content/drive/My Drive/unet-master/unet-master/data/membrane/train/aug/","/content/drive/My Drive/unet-master/unet-master/data/membrane/train/aug/") #参考サイトにおける学習実行部を実行 from model import * from data import * model = unet() model_checkpoint = ModelCheckpoint('unet_membrane.hdf5', monitor='loss',verbose=1, save_best_only=True) #エラーが発生した部分のプログラム imgs_train,imgs_mask_train = geneTrainNpy("/content/drive/My Drive/unet-master/unet-master/data/membrane/train/aug","/content/drive/My Drive/unet-master/unet-master/data/membrane/train/aug") history = model.fit(imgs_train, imgs_mask_train, batch_size=8, epochs=1000, verbose=1,validation_split=0.2, shuffle=True, callbacks=[model_checkpoint])

試したこと

以下のような質問にはリアクションをつけましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

リアクションが多い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問になっていない投稿
  • スパムや攻撃的な表現を用いた投稿

適切な質問に修正を依頼しましょう。

jbpb0

2022/09/30 05:42

> Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, https://stackoverflow.com/questions/53698035/failed-to-get-convolution-algorithm-this-is-probably-because-cudnn-failed-to-in のwaterproofさんのJun 9, 2019 at 4:09の回答の「2. You're out of memory」によると、gpuのメモリーが不足した時にもそのエラーが出るようです > history = model.fit(imgs_train, imgs_mask_train, batch_size=8, epochs=1000, verbose=1,validation_split=0.2, shuffle=True, callbacks=[model_checkpoint]) でそのエラーが出てるのなら、「batch_size=」を1とか2とか、思いっきり小さくしてみたら、どうなりますでしょうか?
osumosan

2022/09/30 05:46 編集

Epoch 1/10 --------------------------------------------------------------------------- UnknownError Traceback (most recent call last) <ipython-input-34-7315ca317ecc> in <module> 1 imgs_train,imgs_mask_train = geneTrainNpy("/content/drive/My Drive/unet-master/unet-master/data/membrane/train/aug","/content/drive/My Drive/unet-master/unet-master/data/membrane/train/aug") 2 history = model.fit(imgs_train, imgs_mask_train, batch_size=1, epochs=10, verbose=1,validation_split=0.2, ----> 3 shuffle=True, callbacks=[model_checkpoint]) 6 frames /usr/local/lib/python3.7/dist-packages/tensorflow/python/eager/execute.py in quick_execute(op_name, num_outputs, inputs, attrs, ctx, name) 58 ctx.ensure_initialized() 59 tensors = pywrap_tfe.TFE_Py_Execute(ctx._handle, device_name, op_name, ---> 60 inputs, attrs, num_outputs) 61 except core._NotOkStatusException as e: 62 if name is not None: 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. [[node model_2/conv2d_48/Conv2D (defined at <ipython-input-33-1f69bafe71d6>:3) ]] [Op:__inference_train_function_7990] Function call stack: train_function ------------------------------------------------------------------------------------------------ ですね。。。試しにepoch sizeも小さくしてみましたが、同様のエラーが発生します。。。

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
86.12%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

CUDA

CUDAは並列計算プラットフォームであり、Nvidia GPU(Graphics Processing Units)向けのプログラミングモデルです。CUDAは様々なプログラミング言語、ライブラリ、APIを通してNvidiaにインターフェイスを提供します。

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。