内核似乎已经死亡。 它将自动重启。 有记忆问题？

Question

运行一些代码后内核死亡
我尝试运行代码以使用生成器生成示例图像，并尝试更新conda和Jupiter，但它们均无效

我一直在关注GPU的内存使用情况，但它使用的GPU不多

tensorflow2.0，Ubuntu 18.10，CUDA 10.0
python 3.5，

def make_generator_model():
    model = tf.keras.Sequential()
    model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Reshape((7, 7, 256)))
    assert model.output_shape == (None, 7, 7, 256) # Note: None is the batch size

    model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
    assert model.output_shape == (None, 7, 7, 128)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
    assert model.output_shape == (None, 14, 14, 64)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
    assert model.output_shape == (None, 28, 28, 1)

    return model
generator = make_generator_model()

noise = tf.random.normal([1, 100])
generated_image = generator(noise, training=False)

[我10：20：06.664 NotebookApp] KernelRestarter：重新启动内核（1/5），保留随机端口警告：root：内核4406ce3b-1b5b-4ef8-aba9-d5fd9ed129e7重新启动2019-04-18 10：20：21.002451：我tensorflow /stream_executor/platform/default/dso_loader.cc:42]成功打开动态库libcuda.so.1 2019-04-18 10：20：21.081020：我tensorflow / core / common_runtime / gpu / gpu_device.cc：1589]找到了设备0具有属性：名称：TITAN Xp专业：6次要：1 memoryClockRate（GHz）：1.582 pciBusID：0000：42：00.0 totalMemory：11.91GiB freeMemory：340.69MiB 2019-04-18 10：20：21.081054：I tensorflow / core /common_runtime/gpu/gpu_device.cc:1712]添加可见的gpu设备：0 2019-04-18 10：20：21.081382：我tensorflow / core / platform / cpu_feature_guard.cc：142]您的CPU支持该TensorFlow二进制文件是未编译使用：AVX2 FMA 2019-04-18 10：20：21.107510：我tensorflow / compiler / xla / service / service.cc：168] XLA服务0x55de6ead0990在平台CUDA上执行计算。 设备：2019-04-18 10：20：21.107562：I tensorflow / compiler / xla / service / service.cc：175] StreamExecutor设备（0）：TITAN Xp，计算能力6.1 2019-04-18 10：20：21.127890 ：我tensorflow / core / platform / profile_utils / cpu_utils.cc：94] CPU频率：3493050000 Hz 2019-04-18 10：20：21.129460：我tensorflow / compiler / xla / service / service.cc：168] XLA服务0x55de6eed7eb0在平台主机上执行计算。 设备：2019-04-18 10：20：21.129503：我tensorflow / compiler / xla / service / service.cc：175] StreamExecutor设备（0）：，，2019-04-18 10：20：21.129616：我tensorflow / core /common_runtime/gpu/gpu_device.cc:1712]添加可见的gpu设备：0 2019-04-18 10：20：21.129722：我tensorflow / stream_executor / platform / default / dso_loader.cc：42]成功打开了动态库libcudart.so .10.0 2019-04-18 10：20：21.130785：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1120]具有强度1边缘矩阵的设备互连StreamExecutor：2019-04-18 10：20：21.130807：I tensorflow /core/common_runtime/gpu/gpu_device.cc:1126] 0 2019-04-18 10：20：21.130819：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1139] 0：N 2019-04-18 10： 20：21.131090：我tensorflow / core / common_runtime / gpu / gpu_device.cc：1260]创建了TensorFlow设备（/ job：localhost /副本：0 / task：0 / device：GPU：0具有115 MB内存）->物理GPU （设备：0，名称：TITAN Xp，PCI总线ID：0000：42：00.0，计算能力：6.1）2019-04-18 10：20：24.16808 3：我tensorflow / stream_executor / platform / default / dso_loader.cc：42]成功打开动态库libcublas.so.10.0 2019-04-18 10：20：24.331094：我tensorflow / stream_executor / platform / default / dso_loader.cc： 42]成功打开动态库libcudnn.so.7 2019-04-18 10：20：24.789774：E tensorflow / stream_executor / cuda / cuda_dnn.cc：329]无法创建cudnn句柄：CUDNN_STATUS_INTERNAL_ERROR 2019-04-18 10:20 ：24.791468：E tensorflow / stream_executor / cuda / cuda_dnn.cc：329]无法创建cudnn句柄：CUDNN_STATUS_INTERNAL_ERROR 2019-04-18 10：20：24.791484：F tensorflow / core / kernels / conv_grad_input_ops.cc：949]检查失败： stream-> parent（）-> GetConvolveBackwardDataAlgorithms（conv_parameters.ShouldIncludeWinogradNonfusedAlgo（stream-> parent（）），＆algorithms）[I 10：20：27.669 NotebookApp] KernelRestarter：重新启动内核（1/5），保留随机端口警告：root：内核4406ce3b-1b5b-4ef8-aba9-d5fd9ed129e7重新启动

Answer 1

根据错误的输出，似乎是内存问题。

“总内存：11.91GiB freeMemory：340.69MiB”

尝试重新启动PC，并在重新打开PC时立即查看有多少RAM可用，然后再次执行您的代码，看看它是否已经解决。