记录一下：

 

报错：# Error : Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above　

　　

由于我用的是Flask框，在各个py文件之间相互引用、调用的过程中，可能会存在文件、模块先后顺序的问题，导致一系列的问题；

因为我需要在flask框架中全局加载一次模型，进行多次预测，所以在框架初始化的时候，就需要load_model，之后在接口中进行预测，这就可能会导致一个问题是：是否能够保持模型和预测内容在一个会话中。

从网上查找了一些方法之后，如果没有解耦，直接在一个视图函数中完成一系列的操作（不推荐，新手可能会这样），会避免这个错误，从而实现预测，但是当解耦了之后，就会存在上述说的一些问题，以及上面的报错。

 

上面的报错解决方法是：

# 添加内容：
config.gpu_options.allow_growth = True

 

# 最后代码类似这样的：

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
config.gpu_options.per_process_gpu_memory_fraction = 0.4
session = tf.Session(config=config)
with session.as_default():
    x1, x2, model_name = AnalysisData().analysis_config_json()
    model = load_model(model_name)
    a = model.predict((np.random.random((1, 32, 32, 3)) * 255).astype(np.int8))

　　

 

这样即解决了我上述的报错问题。