解决Tensorflow使用CPU报错[ /job:localhost/replica:0/task:0/device:CPU:0 ]

最新推荐文章于 2023-12-18 09:23:17 发布
最新推荐文章于 2023-12-18 09:23:17 发布
阅读量2.2w 收藏 5
点赞数 3
分类专栏： problems 文章标签： cpu gpu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq705167895/article/details/84329689
版权

最近在跟着<21个项目玩转深度学习>中第三章的模型,但是遇见一个问题,我认为应该是CPU和GPU的使用问题.

解决方法是将slim文件夹中的train_image_classifier.py文件中的

tf.app.flags.DEFINE_boolean('clone_on_cpu', Flase,
                            'Use CPUs to deploy clones.')

改为

tf.app.flags.DEFINE_boolean('clone_on_cpu', True,
                            'Use CPUs to deploy clones.')

修改完了 但是可以运行但是速度依旧慢得感人,对实验室的电脑 已经无力吐槽.......

梦醒时分丶
关注
专栏目录
device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/dev
jacke121的专栏
11-18 9727
device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/dev
Operation was explicitly assigned to /job:ps/task:0/device:CPU:0 but available devices are [ /job:lo...
weixin_34367257的博客
10-14 1401
训练启动时报错： tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot assign a device for operation 'save/RestoreV2_10': Operation was explicitly assigned to /job:ps/task:0/device:CPU:0 ...
关于Tensorflow使用CPU报错的解决方式
12-20
如下所示，简单明了，希望能帮助到你 解决： Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/cpu:0 ]. tf.app.Flags.DEFINE_boolean(‘clone_on_cpu’,False,’use CPUs to deploy clones.’) 改为： tf.app.Flags.DEFINE_boolean(‘clone_on_cpu’,True,’use CPUs to deploy clones.
recv_device="/job:localhost/replica:0/task:0/device:CPU:0"
zhuimengshaonian66的博客
08-15 1万+
出现此类问题，我是采用过两种解决办法 第一种，我这里之前设置的只占百分之五十后来增加到八十，但作用大不大我也不清楚，主要靠第二种方法 第二种比较常用 读入batch_size减小点，比如之前设置的是64，后来改为32或者16 ...
KeyError: Caught KeyError in replica 0 on device 0.
binqiang2wang
06-02 6957
跑torch代码遇到这个问题。 博客上有类似的问题： 运行开源库CCPD-RPnet代码，提示「KeyError: Caught KeyError in replica 0 on device 0」错误 不过具体的错误提示和我的还是不一样。 通过官方论坛里的一个问题 主要问题是出现在DataParrallel上。 当在多个gpu上跑代码的时候就可能遇到这个问题。 解决方法就是用一块GPU跑。 ...
linux使用tensorflow时出现{{function_node __wrapped__Conv2D_device_/job:localhost/replica:0/task:0/device:
weixin_48088477的博客
10-31 346
[TOC]（linux使用tensorflow时出现{{function_node _/job:localhost/replica:0/task:0/device:GPU:0}} DNN library is not found. [Op:Conv2D]报错）
failed copying input tensor from /job:localhost/replica:0/task:0/device:cpu:0 to /job:localhost/replica:0/task:0/device:gpu:0 in order to run _eagerconst: dst tensor is not initialized.
06-28
无法将输入张量从 /job:localhost/replica:/task:/device:cpu: 复制到 /job:localhost/replica:/task:/device:gpu: 以运行 _eagerconst：目标张量未初始化。
internalerror: failed copying input tensor from /job:localhost/replica:0/task:0/device:cpu:0 to /job:localhost/replica:0/task:0/device:gpu:0 in order to run _eagerconst: dst tensor is not initialized.
06-28
内部错误：从 /job:localhost/replica:/task:/device:cpu: 复制输入张量到 /job:localhost/replica:/task:/device:gpu: 失败，以便运行 _eagerconst：目标张量未初始化。
tensorflow.python.framework.errors_impl.InternalError: Failed copying input tensor from /job:localhost/replica:0/task:0/device:CPU:0 to /job:localhost/replica:0/task:0/device:GPU:0 in order to run _EagerConst: Dst tensor is not initialized.
06-06
3. 如果你正在使用分布式 TensorFlow，请确保所有设备都已正确配置，并且你的代码中没有任何错误。 4. 确保你的 GPU 驱动程序已正确安装，并且你的代码中没有任何与 GPU 相关的错误。 如果以上建议都没有解决问题...
win10 64 配置tensorflow1.9注意事项
淮南草的博客
07-21 1333
我的电脑是win10 64 用的anconda，安装的是tensorflow1.9 gpu+CUDA 9.0 + cudnn v7.0 版本，在安装过程捣鼓了好久，尝试了还几个版本，以下是注意事项： 特别提醒：我的cuda默认装在C:\Users\hcl\AppData\Local\Temp\CUDA，但是安装完成却跑到了C:\Program Files\NVIDIA GPU Computing...
解决TensorFlow GPU版出现OOM错误的问题
12-20
问题： 在使用mask_rcnn预测自己的数据集时，会出现下面错误： ResourceExhaustedError: OOM when allocating tensor with shape[1,512,1120,1120] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [[{{node rpn_model/rpn_conv_shared/convolution}} = Conv2D[T=DT_FLOAT, data_format="NCHW", dilation
TensorFlow-GPU执行模型训练时报错
weixin_45746505的博客
10-13 1781
TensorFlow-GPU训练存储溢出
Tensorflow&Keras下的GPU使用机制
GeekZW的博客
06-30 1600
Tensorflow&Keras下的GPU使用机制 写在前面：文章出自于https://ibz.bz/2019/05/17/787053.html，感谢原作者的贡献。 写作目的：结合自己踩过的坑，查了太多解决方案，记点笔记。 1.问题描述 在使用TensorFlow&Keras通过GPU进行加速训练时，有时在训练一个任务的时候需要去测试结果，或者是需要并行训练数据的时候就会显示OOM显存容量不足的错误...
【tensorflow2.0】49.Keras和自定义分布式训练
weixin_39122088的博客
07-13 778
在Keras上使用 我们已经将 tf.distribute.Strategy 集成到 tf.keras 中。tf.keras 是一个构建和训练模型的高级API。通过集成到 tf.keras 后端, 用Keras训练框架写的程序可以无缝进行分布式训练。 您需要对代码中进行以下更改： 创建一个 tf.distribute.Strategy 实例 将Keras模型的创建和编译过程挪到strategy.scope中 支持各种类型的Keras模型：顺序模型、函数式模型和子类模型： 下面是一个非常简单的Keras模型示
运行程序发现内存不足
小姑仔的博客
04-06 1347
今天跑程序发现了如下的一个对应错误： 刚开始运行的时候不知道是什么原因，没有出现最后一句 刚开始我不知道是哪一句对应的语句出现了问题，于是我采用注释法注释掉相应的编程语句，发现是如下语句导致出现的问题 weight_value_pairs.extend(zip(weights,values)) 去掉注释再次运行的时候，发现程序出现了最后一行的关键报错： /job:localhost/replica:0/task:0/device:GPU:0 with 22248MB memory 也就是说对应的错误是内
python os.environ gpu_Tensorflow下如何实现多GPU数据并行训练？
weixin_39861669的博客
12-09 375
方法1在 Python 代码中，采用以下指令设置需要的 GPU 型号，比如我用 0 号和 1 号 GPU 训练模型(前提是你已经安装了 CUDA 和 CUDNN)：os.environ['CUDA_VISIBLE_DEVICES']= '0, 1'该方法我测试后，结果显示 0 号 GPU 占据显存约 5%- 20%， 浮动变化，1 号 GPU 占据显存约 60% 。在单个 GPU 训练的时候，单个...
tensorflow InvalidArgumentError 错误处理
热门推荐
门中雀的博客
05-25 1万+
tensorflow.python.framework.errors_impl.InvalidArgumentError: Expected image (JPEG, PNG, or GIF), got unknown format starting with '!(5#*8)-&gt;+-?*,&gt;*' [[Node: DecodeJpeg = DecodeJpeg[acceptable_...
讲解device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/dev
最新发布
牛肉胡辣汤
12-18 351
这个错误通常由于 GPU 驱动程序、CUDA 库、环境变量配置或访问权限问题导致。通过检查安装、配置和访问权限，并尝试适当的解决方法，您应该能够解决此问题，使代码能够在 GPU 上正常运行。深度学习框架的 GPU 加速是提高模型训练和推断效率的重要手段，因此解决这些配置问题对于实现更快的深度学习任务至关重要。希望本文对您解决此类问题时能够提供指导和帮助。
深度学习实战：keras框架，循环神经网络做文本预测和文本生成
zzjcymbq的博客
07-07 1850
自然语言处理，建模，文本生成 基于keras框架的深度学习实战，利用三国演义文本集，LSTM神经网络模型，训练文本数据，预测文本，自动生成文本。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值