問題タブ [tensorflow-gpu]

1 つの gpu でトレーニング コードを使用し、もう 1 つの gpu で評価コードを使用して、CIFAR10 チュートリアルを実行しようとしています。コンピューターに 2 つの gpu があることは確かです。ここで簡単な例を実行してこれをテストできます: https://www.tensorflow.org/how_tos/using_gpu/index.html

ただし、with device('/gpu:0')CIFAR の例では、ほとんどの変数に対して a を使用しても機能しません。gpu と cpu のさまざまな変数の組み合わせ、またはいずれかのすべての変数の組み合わせをたくさん試しました。次のような変数に対して常に同じエラーが発生します。

これはおそらく Tensor Flow のバグですか、それとも何か不足していますか?

TensorFlowWindows 8 と Python 3.5 で使用しています。この短い例を変更して、GPU サポート (Titan X)動作するかどうかを確認します。残念ながら、 GPU を使用する ( ) を使用する場合と使用しtf.device("/gpu:0"ない場合 ( tf.device("/cpu:0")) のランタイムは同じです。Windows の CPU モニタリングでは、どちらの場合も、計算中の CPU 負荷は約 100% であることが示されています。

これはコード例です:

GPU の場合の出力は次のとおりです。

CPU の場合、出力は同じで、 の代わりに cpu:0 が表示されgpu:0ます。計算時間は変わりません。約 1 分の実行時間など、より多くの操作を使用しても、GPU と CPU は同等です。よろしくお願いします！

I've started implementing a fast-rcnn in TF (VGG16 based). While doing my learning, I'm having memory issues if I try to back propagate over all layers. But test works good though. (I have a Gforce GTX 1060 with 6G of ram)

I was wondering how comes ? does TF saves require saving parameters twice for training ?

Tensorflow Web サイトにあるseq2seq 変換の例を実行しようとすると、次のエラーが発生します。私は使っているtensorflow-gpu==1.1.0

ValueError: 最初の使用とは異なる変数スコープで RNNCell を再利用しようとしています。セルの最初の使用は、スコープ「embedding_attention_seq2seq/embedding_attention_decoder/attention_decoder/gru_cell」で行われました。この試みは、スコープ「embedding_attention_seq2seq/rnn/gru_cell」で行われました。別の重みのセットを使用する場合は、セルの新しいインスタンスを作成してください。使用する前に: MultiRNNCell([GRUCell(...)] * num_layers) を次のように変更します: MultiRNNCell([GRUCell(...) for _ in range(num_layers)])。双方向 RNN のフォワード セルとリバース セルの両方として同じセル インスタンスを使用していた場合は、単純に 2 つのインスタンスを作成します (1 つはフォワード用、もう 1 つはリバース用)。2017 年 5 月に、このセルの動作の移行を開始し、既存の格納された重みがあればそれを使用します。

github ではreuse、次のようにセルへの引数の追加を変更することを提案していました。

しかし、それでも同じエラーが発生します。問題とその解決方法は何ですか? どんな助けでも大歓迎です。

PS:同様の投稿がstackoverflowにありましたが、その解決策はうまくいきませんでした。TFのバージョンが異なるため、新しい投稿を作成しました。