使用mxnet时遇到的问题Operator _zeros cannot be run; requires at least one of FCompute<xpu>......

冰雪凌萱

于 2018-01-05 16:27:31 发布

阅读量1.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： mxnet 文章标签：深度学习

本文链接：https://blog.youkuaiyun.com/u012910595/article/details/78981873

在使用MXNet进行深度学习时遇到了Operator _zeros错误，问题源于代码中的context设置为mx.gpu(0)。通过将context更改为mx.cpu(0)，发现可能是因为编译的MXnet不支持GPU。为解决此问题，需要重新编译MXnet，开启CUDA支持，并正确配置CUDA的安装路径。完成编译后，GPU版本的MXnet能提供比CPU版本更高的运算速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在跑DFF的代码时，按照指示一步步操作，最后出现Operator _zeros cannot be run; requires at least one of FCompute<xpu>, NDArrayFunction, FCreateOperator be registered。一步步查找问题时，最后发现问题出在下面的语句中

arg_arr = nd.zeros(arg_shape, context,dtype=arg_type)

其中，arg_shape是一个四元tuple，是要新建的arg_arr的维度信息；

context=mx.gpu(0);

arg_type是numpy.float32.

这三个参数共同定义类arg_arr的维数、元素类型，以及要运行的单元（在cpu上还是在gpu上）。在程序运行到这一步的时候，context的值是mx.gpu(0),意味着该矩阵是存储运行在gpu上的。然而该句执行后就从该代码段退出。一层一层退出后，即出现了Operator _zeros cannot be run; requires at least one of FCompute<xpu>, NDArrayFunction, FCreateOperator be registered的问题。

将context的值由mx.gpu(0)改为mx.cpu(0)后，包含该代码的代码段可以执行。因此，猜测是因为编译的mxnet不支持gpu。

重新编译安装mxnet，使得其支持gpu：

MXnet需要打开一个编译和链接选项来支持CUDA。在mxnet/目录里找到mxnet/make/