本文介绍了在Python3环境下使用TensorFlow Slim微调InceptionV3模型时遇到的GPU配置问题和数据转换成TFRecord格式的错误。针对GPU问题，解决方案包括设置`tf.ConfigProto`允许软放置操作。对于数据转换问题，解决了从字符串到bytes的转换错误，使用`tf.compat.as_bytes`进行转换。
采用InceptionV3来微调自己的数据
一.GPU问题
Cannot assign a device for operation 'InceptionV3/AuxLogits/Conv2d_2b_1x1/weights/RMSProp1': Could not satisfy explicit device specification '/device:GPU:0' because no supported kernel for GPU devices is available.
翻了一些资料，可能是定义在图中的op只能在CPU中运行，GPU不支持
解决方法：
1.将以下参数由False设置为True，但是这样的话，整个程序都在CPU上运行，会很慢。所以可以用第二种方式
2.设置tf.ConfigProto
config = tf.ConfigProto(allow_soft_placement = True)
sess = tf.Session(config = config)
这种方式适合在session中，如果是slim里，由于本身将session封装好了，不需要创建，所以用
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
