前几天测试官方的stargan-V2,用自己的RTX5000,16G显存，感觉很足够，但是报错误，Out of memory,然后说是需要8G内存，你的显卡12Gfree,已经使用600M。显然是空间足够使用。网上查找各种解决办法，Batch_size=1，还有with torch.nn Grad_zero ().等等，试了很多办法，无法解决。今天突然网上租用服务器，2080ti,然后一次跑通了，

如果在使用 tensorflow 过程中出现 Error : Failed to get convolution algorithm ，这是因为显卡内存被耗尽了。解决办法：在代码的开头加入如下两句，动态分配显存physical_device = tf.config.experimental.list_physical_devices("GPU")tf.config.experimental.set

第一步：电脑中原先有cuda9.2和cuda10.0，卸载了cuda9.2。电脑中原先就有的anaconda2019.10版本，安装好了cuda10.0和cudnn-10.0-windows10-x64-v7.4.1.5.通过进入cmd环境下进行测试：执行cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_

第一步下载2个工具：这两个是Ubuntu18.04和20.04的下载链接：选其中一个就行。```python空梦 14:33:06http://mirror.hust.edu.cn/ubuntu-releases/18.04.4/ubuntu-18.04.5-desktop-amd64.iso空梦 14:33:17http://mirror.hust.edu.cn/ubuntu-releases/

```python在这里插入代码片#图像读取方式1# importcv2# img_cv=cv2.imread(r"C:\Users\Administrator\Desktop\cxh-photos\demo3.jpg")# print("imgh_cv:",img_cv.shape)#图像读取方式2# from PIL import Image# import numpy as np# img_