如何解决为什么“我tensorflow / compiler / xla / service / service.cc：176] StreamExecutor设备0：主机，默认版本”无法完成
这是我的数据。它有7张图片：
我使用autokeras进行训练：
import tensorflow as tf
import numpy as np
import autokeras as ak
from tensorflow.keras.preprocessing import image
BATCH_SIZE = 32
IMG_HEIGHT = 224
IMG_WIDTH = 224
train_data_dir = "E:\\DemoTensorflow\\NhanDienDoiTuong\\Data\\Traintest"
def preprocess(img):
img = image.array_to_img(img,scale=False)
img = img.resize((IMG_WIDTH,IMG_HEIGHT))
img = image.img_to_array(img)
return img / 255.0
image_generator = tf.keras.preprocessing.image.ImageDataGenerator(
rescale=1.0 / 255,horizontal_flip=True,validation_split=0.2,preprocessing_function=preprocess,)
train_generator = image_generator.flow_from_directory(
directory=train_data_dir,batch_size=BATCH_SIZE,shuffle=True,target_size=(IMG_HEIGHT,IMG_WIDTH),subset="training",)
val_generator = image_generator.flow_from_directory(
directory=train_data_dir,# class_mode="categorical",subset="validation",)
def callable_iterator(generator):
for img_batch,targets_batch in generator:
yield img_batch,targets_batch
train_dataset = tf.data.Dataset.from_generator(
lambda: callable_iterator(train_generator),output_types=(tf.float32,tf.int8),output_shapes=(
tf.TensorShape([None,224,3]),tf.TensorShape([None,2]),),)
val_dataset = tf.data.Dataset.from_generator(lambda: callable_iterator(val_generator),tf.float32))
clf = ak.ImageClassifier(max_trials=10)
clf.fit(train_dataset,epochs=10)
print(clf.evaluate(val_dataset))
结果：执行时无法完成：
它在以下命令处挂起很长时间：StreamExecutor device (0): Host,Default Version
为什么不能完成我的训练？
我的操作系统是Win7，python 3.8，tensorflow 2.3，autokeras 1.0.8
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。