问题标签 [tpu]

当我运行以下 .ipynb 时：

https://colab.research.google.com/drive/1DpUCBm58fruGNRtQL_DiSVbT90spdZgm

我有：

没有注册 OpKernel 以支持节点 TPUReplicateMetadata 使用的 Op 'TPUReplicateMetadata'（在 /usr/local/lib/python3.6/dist-packages/tensorflow_core/python/framework/ops.py:1748 定义）具有以下属性：[num_cores_per_replica =1，use_tpu=true，num_replicas=8，computation_shape=[]，host_compute_core=[]，device_assignment=[]，_tpu_replicate="cluster"，padding_map=[]，topology=""，step_marker_location="STEP_MARK_AT_ENTRY"，allow_soft_placement= false] 注册设备：[CPU, XLA_CPU]

我已经在 github 中问过这个问题： https ://github.com/tensorflow/tensorflow/issues/33307

但开发商表示不允许问这样的问题。

非常感谢您的帮助~！

我正在关注 Coral 开发板入门指南 - 开发板入门 ( https://coral.withgoogle.com/docs/dev-board/get-started/ )。一切正常，直到这一步 -通过 MDT 连接到板的外壳。我等了大约5分钟，直到闪烁完成，终端提示返回给我，然后我尝试了命令：

mdt devices

终端什么也不返回。与指南所说的不同，它应该返回我的主板主机名和 IP 地址。我检查了 USB-C OTG 和 USB-C 电源线，它们都连接良好。

我也尝试过这个解决方案：https ://superuser.com/questions/1452786/coral-dev-board-not-recongized-on-mdt-shell 。我去了系统偏好设置下的网络，然后单击“+”图标，但我找不到 mendel 设备。

我正在使用在 macOS Catalina 上运行的 Macbook Pro。fastboot 和 mdt 命令都在工作。

我正在尝试实现 ESPCN（https://arxiv.org/abs/1609.05158）的 TensorFlow 2.0，当我在 Google Colab 上运行代码并将硬件加速器设置为 TPU 时出现此错误：

数据集是由这个函数构造的

和get_image_from_file功能：

数据集在没有该experimental_distribute_dataset函数的情况下完美运行，所以我猜在转换代码时出了点问题。但是，由于我是 TPU 的新手，很难找到原因……谁能给我一些帮助？

• 完整的 python 代码，以防您需要更多检查代码来定位错误：https ://gist.github.com/gs18113/5f24d05104d11e4a0d928f8876eaff67

我创建了一个 github 存储库并将其克隆到 Colab 上以运行它。

提前感谢您，并为我糟糕的英语感到抱歉。

我正在使用tf.keras构建一个简单的深度学习模型，结构如下：

并在 Colab 上使用了 TPU：

使用新的 TPU API 构建和拟合模型：

但是，奇怪的错误仍然存​​在并抱怨错误的数据类型。

完整的跟踪堆栈：

有谁知道这里发生了什么？
提前致谢。

我不使用 Keras。我想在 Google Colab 上使用 TPU。问题：

1. 可以tf.session自动使用 TPU 吗？
2. 在 TPU 计算中tf.contrib.tpu.TPUDistributionStrategy, tf.contrib.tpu.rewrite,做什么？tf.contrib.cluster_resolver.TPUClusterResolver它们都是必需的吗？

在 google colab 中使用 TPU 时，出现以下错误

InvalidArgumentError：无法为操作 Adam/iterations/IsInitialized/VarIsInitializedOp 分配设备：{{node Adam/iterations/IsInitialized/VarIsInitializedOp}} 已明确分配给 /job:worker/replica:0/task:0/device:TPU:0但可用的设备是 [ /job:localhost/replica:0/task:0/device:CPU:0, /job:localhost/replica:0/task:0/device:XLA_CPU:0 ]。确保设备规范引用了有效的设备。[[亚当/迭代/IsInitialized/VarIsInitializedOp]]

只是好奇，使用 GOOGLE COLAB TPU 在 IMAGENET 上训练 VGG16 模型需要多长时间？如果有人可以向我解释他们为得到答案所做的计算，那就太好了！

我正在使用预训练的 keras 模型，我想通过 Google Colaboratory 在 TPU 上运行它，但出现以下错误：

ValueError：图层在非批量维度中具有可变形状。TPU 模型对于所有操作必须具有恒定的形状。

您可能必须为 RNN/TimeDistributed 层指定“input_length”。

层：输入形状：[(None, 128, 768), (None, 1)] 输出形状：(None, None, 768)

我正在使用keras-xlnet。据我了解，按照此处和此处的说明编译模型时，TPU 需要具有固定的批量大小。

模型从检查点加载：

然后编译模型（经过一些更改）：

然后，模型被加载到 TPU，出现错误：

有没有办法可以在编译时修复批量大小以消除上述错误？还是问题完全不同？

这是我的代码，它不能与 tpu 一起使用，但它在 google colab 中以 cpu/gpu 模式工作，我不知道为什么，有人知道原因吗？

我的 tensorflow 版本是 1.15.0
，x_train.shape 是 (13887, 3000)，y_train.shape 是 (13887,8)
，
num_features = 301+1
sequence_length = 3000
embedding_dimension = 1000
非常感谢！

错误如下

我正在尝试使用 cpp tflite API 来查询开发板上的模型。该代码已使用 USB 棒进行了测试，并且可以正常工作，但是，在开发板上，我在此行出现错误：

这是错误：

相同的模型使用 python API 可以正常工作。

开发板上是否支持 tflite cpp API？

在开发板上，我有最新版本（12-1），这就是我为构建 tflite lib 所做的：

1. 在本地为 arm64 构建 tflite（使用构建通用脚本，不像这里描述的那样）我使用了分支 v.2.0。*原因是在开发板上构建的虚拟内存和磁盘空间不足。

2. 在开发板上安装了 flatbuffer。

编辑： 我能够从开发板上的 tensorflow 分支 v2.0 构建 tflite，更新为链接到本地​​构建的 lib ，仍然得到相同的错误......

编辑2： 我能够用tflite编译形式tf-r1.15重现相同的行为。我还尝试按照@Nam Vu 的建议添加可用 tpus 数量的打印。所以这是一个代码片段：

导致：