Could not satisfy explicit device specification '/device:GPU:0' because no supported kernel for GPU

如上图报错,说gpu没有支持的kernel。原因是应为在tensorflow中,定义在图中的op,有的只能再cup中运行,gpu中不支持。解决方法就是让op自动识别,让它选择在合适的地方运行即可。如果op中有标识的话,在运行的时候指定在cup上执行,如果无法区分的话,可以试试在sess.run的时候加入allow_soft_placement=True。例如:sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True))亲测过,加上之后,就不报错。具体可以参考tensorflow官网:https://tensorflow.google.cn/api_docs/python/tf/ConfigProto和github代码:https://github.com/tensorflow/tensorflow/blob/r1.7/tensorflow/core/protobuf/config.proto在这个代码里还定义许多参数,根据自己的需要加入即可。
---------------------
作者:后厂村葫芦娃
来源:CSDN
原文:https://blog.csdn.net/u012133034/article/details/78785254
版权声明:本文为博主原创文章,转载请附上博文链接!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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