使用TensorFlow GPU+Python多处理时出现错误？

当我使用TensorFlow GPU+Python多处理时，我注意到一个奇怪的行为

我用一些定制和我自己的数据集实现了一个。由于我将DCGAN调节到某些特性，因此我有培训数据和测试数据用于评估

由于数据集的大小，我编写了并发运行的数据加载程序，并使用Python的脚本将其预加载到队列中

代码的结构大致如下所示：

class ConcurrentLoader:
    def __init__(self, dataset):
        ...

class DCGAN
     ...

net = DCGAN()
training_data = ConcurrentLoader(path_to_training_data)
test_data = ConcurrentLoader(path_to_test_data)

---

这段代码在TensorFlow CPU和TensorFlow GPU上运行良好我在尝试使用TensorFlow和多处理时遇到了相同的错误

E tensorflow/stream_executor/cuda/cuda_blas.cc:366] failed to create cublas handle: CUBLAS_STATUS_NOT_INITIALIZED

但在不同的环境中，tf1.4+cuda 8.0+cudnn 6.0。 示例代码中的matrixMulCUBLAS工作正常。 我也想知道正确的解决办法！

---

参考对我来说不起作用。

经过几个小时的测试后，我经历了一件非常奇怪的事情：如果tensorflow是最后一次导入，并且初始化了会话等等，那么在初始化数据加载程序和所有其他可以工作的东西之后，最后会发生。至少对于这个特定的DCGAN。这让我想起了我不久前在GitHub中创建的TensorFlow问题：。这也是TensorFlow内部的一个bug：如果最后导入TF，效果很好；如果TF首先与其他LIB（如MatplotLib）一起导入，则给出一个SEGFULT。如果切换导入顺序，错误也会消失，请尝试将TF下移，并尽可能晚地启用会话和其他内容？仍然会出现相同的问题。实际上，我正在尝试训练一个多代理系统，每个代理都有一个网络。为了得到低相关性的批处理数据，我使用多工作多处理来收集数据。然而，它在这里停留了一整天。@daniel451:我也有类似的问题，你能看看吗？

def __init__(self, dataset):
    ...
    self._q = mp.Queue(64)
    self._file_cycler = cycle(img_files)
    self._worker = mp.Process(target=self._worker_func, daemon=True)
    self._worker.start()

def _worker_func(self):
    while True:
        ... # gets next filepaths from self._file_cycler
        buffer = list()
        for im_path in paths:
            ... # uses OpenCV to load each image & puts it into the buffer
        self._q.put(np.array(buffer).astype(np.float32))

E tensorflow/stream_executor/cuda/cuda_blas.cc:366] failed to create cublas handle: CUBLAS_STATUS_NOT_INITIALIZED