宝哥的博客

在需要计算代码前使用profiler进行声明，即可输出运行开销from torch.autograd import Variableimport torchx = Variable(torch.randn(1, 1), requires_grad=True)with torch.autograd.profiler.profile(use_cuda=True) as prof: y = x ** 2 y.backward()# NOTE: some columns were re

AttributeError: _parse_flags异常是常见的Tensorflow1、2版本之间的兼容问题，Tensorflow升级到2以后FLAGS._parse_flags()这种方法被弃用了，已经被修改为FLAGS.flag_values_dict()，在代码中进行替换即可。tensorflow1、2版本之间有很多不兼容的地方，需要一一修改，大部分不兼容的地方网页已有修改方法，但是仍存在极难修改的bug，建议直接放弃，修改cuda，并修改环境为可行的tensorflow版本。在 Tensor

今天在运行模型时遇见了tensorflow.python.framework.errors_impl.InternalError: Dst tensor is not initialized。后来发现Dst tensor is not initialized是指运算内存耗尽，与OOM（OutOfMemoryError）相同，都是现存溢出。解决办法：（1）查询服务器显存使用情况nvidia-smi（2）若有进程争抢显存，将其杀掉kill -9 ** （3）若显存无占用只能改使用CPU运行程