Мой ноутбук больше не работает с графическим процессором, ошибка cudnn ⇐ Python

[Anonymous]

использовал tensorflow2.10 и cudnn8.1, cuda11.2 и работал более года очень хорошо, даже мой драйвер - mx130, но работал и обучал модель с параметром 6 миллионов, в ней была предварительно обученная модель со слоем, обученным с нуля (конв и плотный слой).
в прошлом месяце я попробовал это, но потом это не сработало, ноутбук отключился и перезапустился (видел синий экран: в котором говорилось, что есть проблема, и мы пытаемся для перезапуска), поэтому я меняю драйвер на версию 577, устанавливаю версию 511, переустанавливаю
файлы cudnn8.1, его путь: «C:\CuDNN\cuda», который содержит bin.lib.include, и переустанавливаю cuda «C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2» и добавляю в путь к окружению системы для cudnn и cuda он был добавлен в путь, переустановите anaconde с tenosr2.10
сначала работал над mnist (образец 5000), но если я добавляю конв-слой или модель предварительного обучения, он показывает:

• Ошибка профилирования на механизме CUDNN 1: RESOURCE_EXHAUSTED: Недостаточно памяти при попытке выделить 16779264 байта.
  Ошибка профилирования в механизме CUDNN 0: RESOURCE_EXHAUSTED: Недостаточно памяти при попытке выделить 16777216 байт.
  Ошибка профилирования в механизме CUDNN 2: RESOURCE_EXHAUSTED: Недостаточно памяти при попытке выделить 16842752 байт.
  Ошибка профилирования в механизме CUDNN 4: RESOURCE_EXHAUSTED: Недостаточно памяти при попытке выделить 205783040 байт.
  Ошибка профилирования на механизме CUDNN 5: RESOURCE_EXHAUSTED: Недостаточно памяти при попытке выделить 28475392 байт
• и эта ошибка
  Не удалось загрузить библиотеку cudnn_cnn_train64_8.dll. Код ошибки 1455. Пожалуйста, убедитесь, что cudnn_cnn_train64_8.dll находится в вашем пути к библиотеке!

любое решение, пожалуйста, и то, что было смущено, раньше работало очень хорошо, и в прошлый раз я запускал значения, вычисленные для mc-dropout, чтобы проанализировать его.
возможно, обновление оперативной памяти или Windows, я не знаю, но оно очень хорошо работало на тяжелых моделях, и даже эта ошибка увидела устройство с графическим процессором

Подробнее здесь: https://stackoverflow.com/questions/798 ... udnn-error