InvalidArgumentError (see above for traceback): Default MaxPoolingOp only supports NHWC on device ty

最新推荐文章于 2023-05-30 23:31:30 发布
原创 最新推荐文章于 2023-05-30 23:31:30 发布 · 7.4k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文解决了在使用TensorFlow进行图像处理时遇到的DefaultMaxPoolingOp仅支持NHWCon设备类型CPU的问题。通过将代码中的'data_format='NCHW''修改为'data_format='NHWC''，成功解决了此错误。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

InvalidArgumentError (see above for traceback): Default MaxPoolingOp only supports NHWC on device type CPU
[[Node: ssd_300_vgg/pool1/MaxPool = MaxPoolT=DT_FLOAT, data_format="NCHW", ksize=[1, 1, 2, 2], padding="SAME", strides=[1, 1, 2, 2], _device="/job:localhost/replica:0/task:0/device:CPU:0"]] 
解决方法：you can modify the code 'NCHW' as 'NHWC'
参考链接：https://github.com/balancap/SSD-Tensorflow/issues/226

lv6572
关注
tensorflow keras InvalidArgumentError: Default MaxPoolingOp only supports NHWC on device type CPU
Hello Word!
08-21 8195
tf.version ‘2.3.0’ keras.version ‘2.4.3’ tensoflow代码： out = model.predict(x_test) out = np.array(out) 报错： --------------------------------------------------------------------------- InvalidArgumentError Traceback (most recent call las
【YOLO】NCHW与NHWC格式区别
最新发布
浩瀚之水的专栏
05-17 231
在深度学习中，NCHW（Batch-Channel-Height-Width）和NHWC（Batch-Height-Width-Channel）是两种主要的数据排布格式，它们对模型的计算效率、内存占用和硬件适配性有显著影响。NCHW格式以通道优先，适合GPU上的并行计算，尤其在卷积运算中表现优异；而NHWC格式以空间优先，更适合CPU的缓存优化，减少内存访问延迟。不同深度学习框架对这两种格式的支持各异，如PyTorch和Caffe默认使用NCHW，TensorFlow则倾向于NHWC。
Default MaxPoolingOp only supports NHWC on device type CPU
weixin_46061949的博客
09-27 7090
tensorflow2.3 keras 2.4 cpu版本 出现Default MaxPoolingOp only supports NHWC on device type CPU这个错误，就是代码里面用了GPU版本的代码，所以报错。 我的解决办法： data_format：可选"NHWC",“NCHW”，默认为"NHWC"。指定输入和输出数据的格式，默认值表示data将被存储为[batch, height, width, channels]的顺序。"NCHW"表示data将被存储为[batch,chann
[DL] Default MaxPoolingOp only supports NHWC on device type CPU
菜鸡踩的坑s
05-30 641
‘NHWC’指定输入和输出数据的格式为[batch, height, width, channels]的顺序，不是默认值，所以是。，"NCHW"表示data将被存储为[batch,channels, height, width] 的顺序。在cpu运行代码时，发现，出现此类问题。
InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor
chiqijun0734的博客
07-05 5662
以下两种方式都不好使用：目前只是找到原因，等我找到方案再来完善。From your error message, it looks like you are using IPython. One pitfall when using IPython to build a TensorFlow model is that functions like tf.merge_all_summaries()...
问题解决 InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor
沙哈
11-22 1902
报错如下： Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA Traceback (most recent call last): File “/root/anaconda3/lib/python3.6/site-packages/tensorflow/pyth...
InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor '...
zjs975584714的博客
11-25 6095
1.bug背景 InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor ‘input_1’ with dtype float and shape [?,256,1,1] 在训练model的过程中，我使用Input(shape=(channel,H,W))输入了一个t...
Faster rcnn 训练错误 InvalidArgumentError (see above for traceback): assertion failed: [] [Condition x =
holasyb的博客
12-26 2611
在尝试跑通tf-Faster-RCNN的时候，遇到了这个问题。 Traceback (most recent call last): File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py", line 1334, in _do_call return fn(*args) ...
Error reported to Coordinator: Default MaxPoolingOp only supports NHWC on device type CPU
Wangkongrong的博客
08-14 2912
早上起来调参训练模型的时候 duang~~~ 上回出现这样的问题是： tensorflow装的CPU版，默认跑CPU，但配置里没改， 但我是要跑GPU的，所以就： 查看所有tensorflow相关的包 pip list |grep tensor 然后全卸了 pip uninstall tensorflow 。。。# '。。。'表示其他tensor开头的包 再 pip install...
tensorflow.python.framework.errors_impl.InvalidArgumentError: Default AvgPoolingOp only support NHWC
weixin_62894099的博客
06-15 652
tensorflow1.0版本问题
MaxPoolingOp only supports NHWC. ERROR in my benchmark we would use NCHW dataformat
游戏引擎研发进阶之路
10-13 3702
基于Tensorflow跑SSD遇到的大坑 网上所使用的SSD代码是基于CPU的，因此其只能够支持NHWC格式的。那么这个应该从哪里修改呢？
使用tensorflow训练数据时遇到的问题总结
好好学java
10-11 1万+
1、OP_REQUIRES failed at assign_op.h models 这个问题的根源在于GPU不够用，解决方法也是各不相同，这里写一下几个共性方法。 在eval文件中加入os.environ['CUDA_VISIBLE_DEVICES']='2' 强制使用CPU验证 降低batch_size 修改tensorflow-gpu的版本，可能有效果 更换网络 2、Argument must be a dense tensor: range(0, 3) - got shape [3], bu
executor.h
s_sunnyy的博客
06-06 2221
#ifndef TENSORFLOW_COMMON_RUNTIME_EXECUTOR_H_ #define TENSORFLOW_COMMON_RUNTIME_EXECUTOR_H_ #include "tensorflow/core/common_runtime/device.h" #include "tensorflow/core/framework/rendezvous.h" #inclu
vue常见错误解决
热门推荐
编译的阿喵
06-10 8万+
Error in render: “TypeError: Cannot read property ‘list’ of undefined” [Vue warn]: Property or method “message” is not defined on the instance but referenced during render. Make sure that this proper...
InvalidArgumentError (see above for traceback): Cannot assign a device for operation 'IteratorToStringHandle': Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]. Make sure the device specification refers to a valid device. [[{{node IteratorToStringHandle}} = IteratorToStringHandle[_device="/device:GPU:0"](IteratorV2)]]
06-06
这个错误是因为您尝试在 GPU 上执行一个不支持 GPU 的操作。具体地说，在您的代码中，`IteratorToStringHandle` 这个操作被指定在了 `/device:GPU:0` 上执行，但是这个操作只能在 CPU 上运行。因此，TensorFlow 抛出了这个错误。 要解决这个问题，您需要将 `IteratorToStringHandle` 这个操作从 GPU 设备上移除，使其能够在 CPU 上运行。一种简单的方法是将 `with tf.device("/gpu:0"):` 改为 `with tf.device("/cpu:0"):`，这样包括 `IteratorToStringHandle` 在内的所有操作都将在 CPU 上运行。修改后的代码如下所示： ```python with tf.device("/cpu:0"): # 在这里添加您的 TensorFlow 训练代码 ``` 如果您需要将某些操作固定在 GPU 上执行，可以使用 `tf.device` 和 `tf.compat.v1.disable_eager_execution()` 来手动控制 TensorFlow 的计算图。具体来说，您可以在 `with tf.device("/gpu:0"):` 块中创建一个 TensorFlow 计算图，并使用 `tf.compat.v1.Session` 来运行这个计算图。这样，您就可以将某些操作固定在 GPU 上运行，而将其他操作放在 CPU 上运行。下面是一个示例代码： ```python import tensorflow as tf # 关闭 Eager Execution tf.compat.v1.disable_eager_execution() # 定义一个 TensorFlow 计算图 with tf.device("/gpu:0"): x = tf.constant([1.0, 2.0, 3.0]) y = tf.constant([4.0, 5.0, 6.0]) z = tf.add(x, y) # 创建一个 TensorFlow 会话并运行计算图 with tf.compat.v1.Session() as sess: # 将 z 固定在 GPU 上运行 result = sess.run(z) print(result) ``` 在这个示例代码中，`x` 和 `y` 这两个操作被固定在 GPU 上执行，而 `z` 这个操作则会被自动放到 GPU 上执行。最终，您将获得一个包含 `[5.0, 7.0, 9.0]` 的 NumPy 数组。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值