Tensorflow 错误：无法为操作“Bincount”分配设备……因为没有支持的 GPU 设备内核可用

Question

所以，我收到以下错误：

" 无法为操作“Bincount_1”分配设备：无法满足明确的设备规范“/device:GPU:0”，因为没有支持的 GPU 设备内核可用。 [[节点：Bincount_1 = Bincount[T=DT_INT32, _device="/device:GPU:0"](ToInt32_1, Minimum_1, Const_7)]] "

对我来说，这很奇怪。因为我正在尝试运行以下代码：

import numpy as np
import tensorflow as tf

K = 4
with tf.device('/gpu:0'):
    X = tf.constant(np.array([1,2,2,2,2,1,1,1,1,0,0,0,3,3,3,2,1,2,0]))
    count = tf.bincount(tf.to_int32(X), minlength = 4, maxlength = 4)

sess = tf.Session(config = tf.ConfigProto( log_device_placement = True ) )
print( sess.run(count) )

对我来说奇怪的是，当我运行稍微不同的代码时，它可以工作：

import numpy as np
import tensorflow as tf

K = 4
X = tf.constant(np.array([1,2,2,2,2,1,1,1,1,0,0,0,3,3,3,2,1,2,0]))
count = tf.bincount(tf.to_int32(X), minlength = 4, maxlength = 4)

sess = tf.Session(config = tf.ConfigProto( log_device_placement = True ) )
print( sess.run(count) )

而且，如果我删除 tf.bincount 函数，它也可以工作。

所以我的问题是，为什么 tf.bincount 在尝试使用设备放置时会导致错误？

我真的需要这个功能才能工作。 另外，我正在运行的系统是一个 8 K-40 GPUs with python3, tensorflow 1.2 。

Answer 1

我找到了答案，目前gpu中不支持tf.bincount(...)。

https://github.com/tensorflow/tensorflow/issues/11554有一个请求