keras Sequential()使内核崩溃

Question

只需运行几行keras Sequential()就会使jupyter笔记本内核崩溃。首先是GPU内存，它达到了所有的容量(无论是3090和24 Gb)。然后我采取了一些前因，比如

config = tf.compat.v1.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.compat.v1.Session(config=config)

并且VRAM停止以推动该限制。但是内核仍然会崩溃。代码如下：

import numpy as np  
import pandas as pd  
from keras.models import Sequential
from keras.layers import LSTM,Dense
cl=np.random.rand(200).reshape(-1, 1)
def processData(data,lb):
    X,Y = [],[]
    for i in range(len(data)-lb-1):
        X.append(data[i:(i+lb),0])
        Y.append(data[(i+lb),0])
    return np.array(X),np.array(Y)
X,y = processData(cl,7)
X_train,X_test = X[:int(X.shape[0]*0.80)],X[int(X.shape[0]*0.80):]
y_train,y_test = y[:int(y.shape[0]*0.80)],y[int(y.shape[0]*0.80):]
model = Sequential()
model.add(LSTM(64,input_shape=(7,1)))

在最后一行，内核死了。我不知道问题出在哪里。我的keras和tenserflow版本分别为2.4.3和'2.5.0-dev20210312‘。Cuda规范：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:32:27_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.2, V10.2.89

我猜是3000x卡以及它们与Cuda和nn库的兼容性问题。尽管如此，我对yolov5库没有任何问题。

Answer 1

我试图用同样的代码在anaconda提示符中运行.py文件，得到‘and’t load dynamic library ' cudart64_110.dll '；dlerror: cudart64_110.dll not found‘，所以我卸载了CUDA10.2(这是3080卡的唯一方法)，然后安装11.3 (确实有人建议它是3000x系列的唯一选择)，令人惊讶的是它在3090上工作得很好。.py和JN现在都可以正常运行，也不会出现错误或内存超出限制。因此，对我来说，解决办法是将CUDA更新到11.3版本