Tensorflow模型.fit在while循环中崩溃

我正试图用while循环优化我的ML模型的学习速率参数。 第一个模型完成了它的所有学习步骤，然而，while循环的第二次迭代中的第二次调用，因此model.fit（）的第二次调用在第一个历元中已经失败了。没有生成任何输出

编辑：
我已经追踪到了张力板回调的问题。如果没有回调，循环将成功地训练所有4个模型，而通过回调，循环将在第二次迭代/模型拟合开始时失败。我做错了什么

for lr in [0.005, 0.001, 0.0005, ...]:
    tf.keras.backend.clear_session()
    ...
    ## create model
    model = createModel(...)
    model.compile(learning_rate = lr)
    
    tensorboard_callback = tf.keras.callbacks.TensorBoard(...)
    model.fit(..., callbacks = [tensorboard_callback])

有人知道我做错了什么，或者为什么这不起作用吗
多谢各位

环境： 我在Debian服务器上工作，它有两个Nvidia Tesla V100S（32GB）卡（只有一个用于培训该型号）、128个CPU核和2TB主内存 Python:3.7.9 Tensorflow:2.4.1

---

实现在Jupyter笔记本中

问题已经解决。安装的cuDNN版本不正确。谢谢

您可以添加更多关于您使用的回调的详细信息吗？当然可以。TensorBoard回调仅指定日志目录。在for循环的每次迭代中，该目录都会更改。就在第二个model.fit失败之前，将生成日志并在张力板中可用