我已经成功运行了以 LSTM 作为第一层的模型。但出于好奇，我用 CuDNNLSTM 替换了 LSTM。 但是model.fit之后，回复了如下错误信息：
UnknownError: Fail to find the dnn implementation.
[[{{node cu_dnnlstm_5/CudnnRNN}} = CudnnRNN[T=DT_FLOAT, _class=["loc:@training_2/Adam/gradients/cu_dnnlstm_5/CudnnRNN_grad/CudnnRNNBackprop"], direction="unidirectional", dropout=0, input_mode="linear_input", is_training=true, rnn_mode="lstm", seed=87654321, seed2=0, _device="/job:localhost/replica:0/task:0/device:GPU:0"](cu_dnnlstm_5/transpose, cu_dnnlstm_5/ExpandDims_1, cu_dnnlstm_5/ExpandDims_1, cu_dnnlstm_5/concat_1)]]
[[{{node metrics_3/mean_squared_error/Mean_1/_1877}} = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_4852_metrics_3/mean_squared_error/Mean_1", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]
我已经在这个讨论上尝试过TestCudnnLSTM()并成功通过测试：
Keras版本：2.2.4 张量流版本：1.12.0 创建模型 _________________________________________________________________ 层（类型）输出形状参数# =================================================== =============== cu_dnnlstm_1（CuDNNLSTM）（无，1000，1）16 =================================================== =============== 总参数：16 可训练参数：16 不可训练参数：0 _________________________________________________________________ 没有任何 模型编译
问题似乎是在模型拟合时出现的。但我不知道到底是什么问题？
对于 TensorFlow v2，一种解决方案是 -
import tensorflow as tf
physical_devices = tf.config.list_physical_devices('GPU')
tf.config.experimental.set_memory_growth(physical_devices[0], enable=True)
那么你也可以使用keras模型 -
from tensorflow.keras.models import Model
这个解决方案对我有用，它只支持一个 GPU 的内存增长。
如果您在安装 Keras NN 时遇到此错误，请将此代码放入您的导入中
from keras.backend.tensorflow_backend import set_session
import tensorflow as tf
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)
set_session(sess)
确保您拥有适合您正在使用的 CUDA 版本的 Nvidia 驱动程序版本。你可以在这里查看。 https://docs.nvidia.com/deploy/cuda-compatibility/index.html#binary-compatibility
我使用的是 CUDA 9.0，但使用的 Nvidia 驱动程序低于 384.81。将 Nvidia 驱动程序更新到较新的驱动程序解决了我的问题。
当我将 Tensorflow 更新到 1.12 时，我遇到了同样的问题。将我的 CuDNN 版本从 7 更新到 7.5 后错误得到解决。我按照以下网址中提到的步骤更新 CuDNN 版本（注意：链接中提到的步骤用于安装 CUDNN ，但同样适用于更新)
https://jhui.github.io/2017/09/07/AWS-P2-CUDA-CuDNN-TensorFlow/
在tensorflow 2.0中，我在运行RNN LSTM模型时遇到了同样的错误。原因是我的cuDNN版本较低。在tensorflow gpu需求页面中，建议使用
cuDNN SDK >= 7.4.1.
您可以参考https://www.tensorflow.org/install/gpu
了解更多详细信息在 Tensorflow Reddit 论坛中提问
我建议检查是否有任何其他内核导入了tensorflow或keras。如果是，请关闭该内核 - 即使它不忙。它解决了我的问题。
我在虚拟环境中使用 conda 安装了tensorflow和keras，这解决了它。
conda install tensorflow
conda install keras
另请检查您的应用程序使用的 CUDA 版本是否存在 cuDNN。
升级tensorflow可能会导致它使用另一个CUDA版本
例如tensorflow-2.3使用CUDA 10.1，但tensorflow-2.5使用11.2
我在 Windows 中遇到了同样的错误，我必须将最新的 cuDNN DLL 复制到“c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 11.2”文件夹中
在检查以下软件包的所有版本后，我的代码有效： cuda、cudnn、tensorflow 和 gcc。大家需要找到对应的版本，希望对您有帮助！
我的版本如下：
对我来说，在为已安装的 CUDA 版本安装正确的 Tensorflow 版本后，问题得到解决。可以从这里看到正确的匹配：https://www.tensorflow.org/install/source#gpu。要检查计算机上安装的 CUDA 版本，请使用
nvcc --version