python - StyleGAN图像生成不起作用，TensorFlow看不到GPU

Question

重新安装 Ubuntu 18.04(Bionic Beaver)后，我无法再使用 StyleGAN 代理生成图像。我收到的错误消息是 InvalidArgumentError: 无法为操作 Gs_1/_Run/Gs/latents_in 分配设备:{{node Gs_1/_Run/Gs/latents_in}} 已显式分配给/device:GPU:0 但可用设备是 [/job:localhost/replica:0/task:0/device:CPU:0,/job:localhost/replica:0/task:0/device:XLA_CPU:0,/job:localhost/replica:0/task :0/设备:XLA_GPU:0 ]。确保设备规范引用了有效的设备。

我有 CUDA 10.1，驱动程序版本是 418.87。 Conda 环境的 YAML 文件可用 here 。我使用pip安装了tensorflow-gpu==1.14。

Here 您可以找到我用来生成图像的 Jupyter Notebook 文档。

如果我使用命令检查建议的可用资源

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

我得到了答案

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 7185754797200004029
, name: "/device:XLA_GPU:0"
device_type: "XLA_GPU"
memory_limit: 17179869184
locality {
}
incarnation: 18095173531080603805
physical_device_desc: "device: XLA_GPU device"
, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {
}
incarnation: 10470458648887235209
physical_device_desc: "device: XLA_CPU device"
]

如何解决这个问题？

Answer 1

这可能是因为 TensorFlow 正在寻找 GPU:0当图形单元的名称实际上是 XLA_GPU:0 时为操作分配设备.

您可以在打开 session 时尝试使用软放置，以便 TensorFlow 在运行时使用任何现有 GPU(或任何其他受支持的设备，如果不可用):

#  Using allow_soft_placement=True
se = tf.Session(config=tf.ConfigProto(allow_soft_placement=True))