在 Google Colaboratory 上运行两次出现 gpu 错误答案

【问题标题】：Run twice occurred gpu error on Google Colaboratory在 Google Colaboratory 上运行两次出现 gpu 错误
【发布时间】：2018-12-06 02:58:08
【问题描述】：

我想测试FIFIQueue，当我使用"with tf.device("/device:GPU:0"):"时，第一次运行还可以，但是运行两次就出错了just print 无法将 gpu 分配给 fifo_queue_EnqueueMany（错误详情如下图），有热心人帮帮我吗？

enter image description here enter image description here

【问题讨论】：

标签： tensorflow google-colaboratory

【解决方案1】：

根据 drpng 在Tensorflow: using a FIFO queue for code running on GPUs 上的注释，我不希望 FIFOQueue 在 GPU 上调度，并且确实将您的代码包装在 .py 文件中（以查看 TF 的日志输出）和日志设备放置确认即使是第一个（成功) CPU 上的调用计划。

在一个单元格中运行：

%%writefile go.py

import tensorflow as tf

config = tf.ConfigProto()
#config.allow_soft_placement=True
config.gpu_options.allow_growth = True
config.log_device_placement=True

def go():
  Q = tf.FIFOQueue(3, tf.float16)
  enq_many = Q.enqueue_many([[0.1, 0.2, 0.3],])
  with tf.device('/device:GPU:0'):
    with tf.Session(config=config) as sess:
      sess.run(enq_many)
      print(Q.size().eval())

go()
go()

在另一个单元格中执行上述操作：

!python3 go.py

并观察放置。

取消注释allow_soft_placement 分配以使崩溃消失。

（当要求 FIFOQueue 像在代码的“第一次”中那样在 GPU 上显式调度时，我不知道为什么即使面对非软放置，第一次执行也会成功）

【讨论】：

感谢您的建议，也许我应该在 CPU 而不是 GPU 上运行 FIFIQueue~