Python 运行时错误：GPU上的CUDA运行时隐式初始化：0失败。状态：所有支持CUDA的设备忙或不可用

问题: 当我运行以下命令时

python -c "import tensorflow as tf; tf.test.is_gpu_available(); print('version :' + tf.__version__)"

错误：

RuntimeError: CUDA runtime implicit initialization on GPU:0 failed. Status: all CUDA-capable devices are busy or unavailable

详情：

警告：tensorflow:From:1:U gpu是否可用（来自tensorflow.python.framework.test\u util）已被弃用，并将在将来的版本中删除。 更新说明： 使用

tf.config.list\u物理设备（'GPU'）

。 2021-04-18 21:02:51.839069:I tensorflow/core/platform/cpu\u feature\u guard.cc:143]您的cpu支持该tensorflow二进制文件未编译为使用的指令：AVX2 AVX512F FMA 2021-04-18 21:02:51.846775:I tensorflow/core/platform/profile_-utils/cpu_-utils.cc:102]cpu频率：2500000000Hz 2021-04-1821:02: 51.847076：I TysFult/Cys/XLA/Service / Service .CC：168）XLA服务0x7FC3BC000 0B20为平台主机初始化（这不能保证XLA将被使用）。设备： 2021-04-18 21:02:51.847104:I tensorflow/compiler/xla/service/service.cc:176]StreamExecutor设备（0）：主机，默认版本 2021-04-18 21:02:51.849876:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcuda.so.1 2021-04-18 21:02:51.911161:W tensorflow/compiler/xla/service/platform_util.cc:210]无法为CUDA创建StreamExecutor:0:为CUDA设备初始化StreamExecutor失败序号0:内部：调用CUDevicePrimary CTXRetain失败：CUDA_错误未知：未知错误 2021-04-18 21:02:51.911285:I tensorflow/compiler/jit/xla\u gpu\u设备。cc:161]忽略可见xla\u gpu\u jit设备。设备编号为0，原因：内部：未找到平台CUDA支持的设备 2021-04-18 21:02:51.911546:I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:981]从SysFS读取的成功NUMA节点的值为负值（-1），但必须至少有一个NUMA节点，因此返回NUMA节点零 2021-04-18 21:02:51.912210:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1561]找到了具有以下属性的设备0： pciBusID:0000:00:07.0名称：网格T4-4Q计算能力：7.5 核心时钟：1.59GHz核心计数：40设备内存大小：3.97GiB设备内存带宽：298.08GiB/s 2021-04-18 21:02:51.912446:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcudart.so.10.1 2021-04-18 21:02:51.914362:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcublas.so.10 2021-04-18 21:02:51.916358:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcuft.so.10 2021-04-18 21:02:51.916679:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcurand.so.10 2021-04-18 21:02:51.918787:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcusolver.so.10 2021-04-18 21:02:51.919993:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcusparse.so.10 2021-04-18 21:02:51.924652:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcudnn.so.7 2021-04-18 21:02:51.924792:I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:981]从SysFS读取的成功NUMA节点的值为负值（-1），但必须至少有一个NUMA节点，因此返回NUMA节点零 2021-04-18 21:02:51.925488:I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:981]从SysFS读取的成功NUMA节点的值为负值（-1），但必须至少有一个NUMA节点，因此返回NUMA节点零 2021-04-18 21:02:51.926100:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1703]添加可见gpu设备：0 2021-04-18 21:02:51.926146:I tensorflow/stream_executor/platform/default/dso_loader.cc:44]已成功打开动态库libcudart.so.10.1 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 文件“/home/miniconda3/envs/py37/lib/python3.7/site packages/tensorflow/python/util/deprecation.py”，第324行，在new_func中 返回函数（*args，**kwargs） 文件“/home/miniconda3/envs/py37/lib/python3.7/site packages/tensorflow/python/framework/test_util.py”，第1496行，在gpu中可用 对于设备库中的本地设备。列出本地设备（） 文件“/home/miniconda3/envs/py37/lib/python3.7/site packages/tensorflow/python/client/device_lib.py”，第43行，在本地设备列表中 _转换_pywrap_device_lib.list_devices（序列化配置）中的 运行时错误：GPU上的CUDA运行时隐式初始化：0失败。状态：所有支持CUDA的设备忙或不可用

系统信息： 操作系统平台和发行版（例如Linux Ubuntu 16.04）：Ubuntu 18.04 移动设备（如iPhone 8、Pixel 2、三星Galaxy）如果问题发生在移动设备上：云服务器 TensorFlow安装自（源或二进制）：源
TensorFlow版本：2.2.0。 Python版本：3.7.7
是否使用virtualenv安装？皮普？康达？：皮普和康达。
Bazel版本（如果从源代码处编译）：2..0.0
GCC/编译器版本（如果从源代码处编译）：7.5
CUDA/cuDNN版本：CUDA 10.1和cuDNN 7.6.5
GPU型号和内存：
00:07.0 VGA兼容控制器： NVIDIA公司设备1eb8（a1版）（prog if 00[VGA控制器]。
子系统：NVIDIA公司设备130e。
物理插槽：7 标志：总线主控、fast

devsel

、延迟0、IRQ 37 fc000000处的内存（32位，

不可预取）[size=16M]
e0000000处的内存（64位，
可预取）[size=256M]
fa000000处的内存（64位，
不可预取）[size=32M]
c500处的I/O端口[大小=128]
功能：[68]MSI:启用+计数=1/1可屏蔽-64位+
正在使用的内核驱动程序：nvidia
核心模块：
nvidiafb
，nouveau，
nvidia_drm
，
nvidia



我试图寻找解决这个问题的方法，但没有一个能解决这个问题：






尝试运行C