tensorflow-gpu中使用keras时 “Blas GEMM launch failed”错误的解决方法

环境：Anaconda 4.5.11
   tensorflow-gpu 1.13.1
   CUDA 10.0
   cunnn 7.5.0 for CUDA 10.0

  出现该问题的原因是tensorflow-gpu运行时默认申请全部显存，导致再次运行时显存不够。现给出两种解决方法：

一、重启电脑

二、修改backend文件

  在Anaconda\Lib\site-packages\tensorflow\python\keras路径下找到backend.py文件，找到：

    def get_default_session_config():
      if not os.environ.get('OMP_NUM_THREADS'):
        config = config_pb2.ConfigProto(allow_soft_placement=True)
      else:
        num_thread = int(os.environ.get('OMP_NUM_THREADS'))
        config = config_pb2.ConfigProto(
            intra_op_parallelism_threads=num_thread, allow_soft_placement=True)
      return config

修改为：

    def get_default_session_config():
      if not os.environ.get('OMP_NUM_THREADS'):
        config = config_pb2.ConfigProto(allow_soft_placement=True)
        config.gpu_options.allow_growth=True
      else:
        num_thread = int(os.environ.get('OMP_NUM_THREADS'))
        config = config_pb2.ConfigProto(
            intra_op_parallelism_threads=num_thread, allow_soft_placement=True)
        config.gpu_options.allow_growth=True
      return config

config.gpu_options.allow_growth=True可以让tensorflow-gpu运行时根据需要申请显存。

参考：https://stackoverflow.com/questions/43990046/tensorflow-blas-gemm-launch-failed