【问题标题】:does tf slim fine tuning require gpu?tf slim微调需要gpu吗?
【发布时间】:2017-11-30 01:58:05
【问题描述】:

实际上我正在尝试使用 git hub 上的 tf slim 微调示例来微调 inceptionV3 模型,它给了我这个错误:

InvalidArgumentError(有关回溯,请参见上文):无法将设备分配给节点“InceptionV3/AuxLogits/Conv2d_2b_1x1/biases/RMSProp_1”:无法满足明确的设备规范“/device:GPU:0”,因为没有符合该规范的设备在此过程中注册;可用设备:/job:localhost/replica:0/task:0/cpu:0
托管调试信息:
托管组有以下类型和设备:
ApplyRMSProp:CPU
常量:CPU
分配:CPU
IsVariableInitialized: CPU
身份:CPU
变量 V2:CPU
[[节点:InceptionV3/AuxLogits/Conv2d_2b_1x1/biases/RMSProp_1 = VariableV2_class=["loc:@InceptionV3/AuxLogits/Conv2d_2b_1x1/biases"], container="", dtype=DT_FLOAT, shape=[5], shared_name="" , _device="/device:GPU:0"]]

【问题讨论】:

    标签: machine-learning tensorflow deep-learning tf-slim


    【解决方案1】:

    请提供有关您的 Tensorflow 安装(GPU 或 CPU 安装)的更多信息。如果您运行的是 GPU TensorFlow 版本,这可能会引发错误。

    【讨论】:

    • 我已经安装了CPU版本的tensorflow
    猜你喜欢
    • 2018-09-15
    • 2018-12-30
    • 1970-01-01
    • 1970-01-01
    • 2017-10-28
    • 2023-03-11
    • 1970-01-01
    • 2018-03-09
    • 2013-12-15
    相关资源
    最近更新 更多