InternalError: Dst tensor is not initialized. 的产生原因和解决办法

出现这个原因，很重要的原因是GPU运行时，显存不足而溢出，可重新打开一个终端进行查看。

输入，可以发现出问题时，内存都被占满了，关闭jupyter notebook进程后，显存基本都被释放了。

nvidia-smi

解决办法：暂时先关闭GPU运行，改成CPU运行。

详细的配置GPU运行环境并运行：

import tensorflow as tf
import keras.backend.tensorflow_backend as KTF

os.environ["CUDA_VISIBLE_DEVICES"] = "0"
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.8
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)

关闭GPU计算，采用CPU：

import tensorflow as tf
import keras.backend.tensorflow_backend as KTF

os.environ["CUDA_VISIBLE_DEVICES"] = " "  #设置为空
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.8
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)

InternalError: Dst tensor is not initialized.问题的其他解决办法：https://blog.csdn.net/narutomst/article/details/89486051

使用GPU训练深度网络参考：https://blog.csdn.net/suiyueruge1314/article/details/89312179

Keras多GPU训练指南：https://www.jianshu.com/p/4ab64566cf76

https://www.cnblogs.com/jins-note/p/10061694.html

keras深度训练4:GPU设置（解决内存不足问题）：https://blog.csdn.net/github_36326955/article/details/79910448