- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我尝试使用新的 tensorflow 函数 tf.contrib.data.prefetch 到设备。
我的简单代码示例
model = build_network()
N=1000
def gen():
while True:
batch = np.random.rand(N, 48, 48, 3)
# Do some heavy calculation
yield batch
dataset = tf.data.Dataset.from_generator(gen, tf.float32)
dataset = dataset.apply(tf.contrib.data.prefetch_to_device('/gpu:0'))
iterator = dataset.make_one_shot_iterator()
x = iterator.get_next()
output = model(x)
g = gen()
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(100):
if i == 50:
start = time.time()
result = sess.run(output)
#result = model.predict(next(g))
end = time.time()
print('\nAverage time of one forward pass: {}\n'.format((end-start)/50))
print('Done')
这给出了错误:
InvalidArgumentError (see above for traceback): Cannot assign a device for operation 'IteratorGetDevice': Could not satisfy explicit device specification '/device:GPU:0' because no supported kernel for GPU devices is available. Colocation Debug Info: Colocation group had the following types and devices: IteratorToStringHandle: CPU IteratorGetDevice: CPU OneShotIterator: CPU
Colocation members and user-requested devices: OneShotIterator (OneShotIterator) IteratorGetDevice (IteratorGetDevice) /device:GPU:0 IteratorToStringHandle (IteratorToStringHandle)
Registered kernels: device='CPU'
[[Node: IteratorGetDevice = IteratorGetDevice_device="/device:GPU:0"]]
这个新函数不能与 from_generator 结合使用还是其他?
最佳答案
这是 TensorFlow 1.8rc0 候选版本中的一个错误。感谢您提请我们注意!
它现在固定在 master branch 中并将在下一个夜间构建中被拾取。我还提交了 cherry-pick to the 1.8 release branch ,它应该包含在 TensorFlow 1.8 的下一个候选版本(和最终版本)中。
关于python - Tensorflow prefetch_to_device,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49876643/
我尝试使用新的 tensorflow 函数 tf.contrib.data.prefetch 到设备。 我的简单代码示例 model = build_network() N=1000 def gen(
我注意到,对于我尝试运行的模型,我的 GPU 利用率只有 30% 左右,并且由于 I/O,这 30% 的利用率通常与 0% 的利用率交替出现。为了解决我添加的 I/O tf.contrib.data.
我是一名优秀的程序员,十分优秀!