重新安装Ubuntu 18.04后，我无法再使用StyleGAN代理生成图像。错误信息是InvalidArgumentError: Cannot assign a device for operation Gs_1/_Run/Gs/latents_in: {{node Gs_1/_Run/Gs/latents_in}}was explicitly assigned to /device:GPU:0 but available devices are [ /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/device:XLA_GPU:0 ]. Make sure the device specification refers to a valid device.
我有CUDA 10.1，我的驱动程序版本是418.87。conda环境的yml文件是here。我使用pip安装了tensorflow-gpu==1.14。
yopu可以找到我用来生成图像的jupyter笔记本电脑。
如果我使用以下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"
]我们非常欢迎您就如何解决此问题提出任何建议！
2条答案
按热度按时间uxhixvfz1#
可能是因为TensorFlow正在查找
GPU:0以分配操作设备，而您的图形单元的名称实际上是XLA_GPU:0。您可以尝试在打开会话时使用软放置，以便TensorFlow在运行时使用任何现有GPU（或任何其他支持的设备，如果不可用）：
afdcj2ne2#
用于在Colab中运行stylegan：请到dunnlib/tflib/tfutil.py并将config_proto = tf.ConfigProto（）更改为config_proto = tf.ConfigProto（allow_soft_placement=True）。这对我很有效。