Keras with Tensorflow backend on GPU. MKL ERROR: Parameter 4 was incorrect on entry to DLASCL
Keras with Tensorflow backend on GPU. MKL ERROR: Parameter 4 was incorrect on entry to DLASCL
我使用以下命令将支持 GPU 的 Tensorflow 和 Keras 安装到 Anaconda (v1.6.5) 的环境中：
conda install -n EnvName tensorflow-gpu
conda install -n EnvName -c conda-forge keras-gpu
我的机器上有 NVIDIA Quadro 2200K，驱动程序为 v384.66、cuda-8.0、cudnn 7.0
当我在训练阶段尝试使用 Keras 运行 python 代码时，我得到以下结果
Intel MKL ERROR: Parameter 4 was incorrect on entry to DLASCL.
以后
File
"/home/User/anaconda3/envs/keras_gpu/lib/python3.6/site-packages/numpy/linalg/linalg.py",
line 99, in _raise_linalgerror_svd_nonconvergence
raise LinAlgError("SVD did not converge") numpy.linalg.linalg.LinAlgError: SVD did not converge
其他相关 sources 建议检查 NaN 和 Inf 的数据，但我的数据肯定是干净的。顺便说一下，CPU 版本的安装工作正常，只有在 GPU
上尝试 运行 时才会出现问题
我尝试重新安装 Anaconda，重新安装 CUDA 和 numpy，但没有成功。
问题出在包 mkl (2018.0.0) - 它似乎是最近发布的，并且与 Tensorflow(1.3.0) 提供的某些包的版本冲突) 和 Keras(2.0.5) 通过 conda*.
所以我使用 Anaconda Navigator 手动将 mkl 降级到 v11.3.3，这导致其他软件包自动降级，现在一切正常。
如果您使用的是 Anaconda，这将有所帮助：
conda update mkl
我使用以下命令将支持 GPU 的 Tensorflow 和 Keras 安装到 Anaconda (v1.6.5) 的环境中：
conda install -n EnvName tensorflow-gpu
conda install -n EnvName -c conda-forge keras-gpu
我的机器上有 NVIDIA Quadro 2200K，驱动程序为 v384.66、cuda-8.0、cudnn 7.0
当我在训练阶段尝试使用 Keras 运行 python 代码时，我得到以下结果
Intel MKL ERROR: Parameter 4 was incorrect on entry to DLASCL.
以后
File "/home/User/anaconda3/envs/keras_gpu/lib/python3.6/site-packages/numpy/linalg/linalg.py", line 99, in _raise_linalgerror_svd_nonconvergence raise LinAlgError("SVD did not converge") numpy.linalg.linalg.LinAlgError: SVD did not converge
其他相关 sources 建议检查 NaN 和 Inf 的数据，但我的数据肯定是干净的。顺便说一下，CPU 版本的安装工作正常，只有在 GPU
上尝试 运行 时才会出现问题我尝试重新安装 Anaconda，重新安装 CUDA 和 numpy，但没有成功。
问题出在包 mkl (2018.0.0) - 它似乎是最近发布的，并且与 Tensorflow(1.3.0) 提供的某些包的版本冲突) 和 Keras(2.0.5) 通过 conda*.
所以我使用 Anaconda Navigator 手动将 mkl 降级到 v11.3.3，这导致其他软件包自动降级，现在一切正常。
如果您使用的是 Anaconda，这将有所帮助：
conda update mkl