代码之家 › 专栏 › 技术社区 › Tasos Papastylianou

Tensorflow在使用cpu(Tensorflow)和gpu(Tensorflow gpu)后端时表现出不同的行为

gpu tensorflow python

Tasos Papastylianou · 技术社区 · 5 年前

我在使用代码( https://github.com/vuptran/cardiac-segmentation )它利用了张量流。

如果我使用 tensorflow gpu 后端 代码运行良好 .

然而,如果我使用 平面张量流 ,它运行时没有错误,但是 表现不同 (在这方面 it produces completely nonsensical results ).

1.关于gpu后端导致同一代码与cpu后端产生不同结果的可能原因,以及在代码中寻找这种情况发生的证据,有什么想法吗? ^1.

2.或者,是否有办法安装tensorflow gpu后端,但不知为何乱劈从CPU开始运行? ^2.

^{1.这个

has been discussed in the bug tracker previously

,但作者表示,该代码不是特定于gpu的,也不知道为什么tensorflow在使用cpu后端时会表现出不同的行为。}
^{2.简单设置

CUDA_ENABLED_DEVICES=''

将不起作用,因为代码在尝试导入tensorflow时会失败,因为tensorflow将抛出一个无法找到相关库的错误。}

0 回复 | 直到 5 年前

推荐文章

user8483278 · GPGPU的高级库

6 年前

Jose · keras和tensorflow没有在centos 7的gpu上运行

6 年前

Jonathan · 如何强制tensorflow使用所有可用的GPU?

6 年前

yuanyesjtu · CUDA gpu矢量[重复]

6 年前

Utku Ufuk · CUDA错误:“\uu device\uuuu、\uu constant\uuuu和\uu shared\uuuu变量不支持动态初始化”

6 年前

syeh_106 · Numpy是否自动检测并使用GPU?

6 年前

Farzad · 序列化CUfunction对象

6 年前

Vandana · 在以下矩阵副本内核中合并访问

6 年前

Marek · opencv:裁剪GPU侧的图像

6 年前

Yasin Kumar · 在caffe安装中安装python包时出错

6 年前