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!
Could not satisfy explicit device specification '/device:GPU:0' because no supported kernel for GPU
最新推荐文章于 2021-04-26 21:36:57 发布