我是TPU的新手，当我尝试在我自己的数据集上训练CNN（在TPU上）时遇到错误。我可以运行MNIST示例并在--use_tpu=False时运行我的代码。但是当我设置--use_tpu=Ture时，我会有
InvalidArgumentError
I系统
tf-1-7图像，如教程中所述。
II错误
2018-04-17 06：35：31.602915：我 tensorflow / core / platform / cpu_feature_guard.cc：140]您的CPU支持 指示此TensorFlow二进制文件未编译使用：AVX2 FMA Traceback（最近一次调用最后一次）：文件 “/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py” 第1327行，在_do_call中返回fn（* args）文件 “/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py” 第1310行，在_run_fn self._extend_graph（）文件中 “/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py” 第1358行，在_extend_graph graph_def.SerializeToString（），status）中 文件 “/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/errors_impl.py” 第516行，在退出c_api.TF_GetCode（self.status.status）中） tensorflow.python.framework.errors_impl.InvalidArgumentError：不能 分配设备进行操作 'input_pipeline_task0 / IteratorToStringHandle'：操作是 显式分配给/ job：tpu_worker / task：0 / device：CPU：0但是 可用设备是[/ job：localhost / replica：0 / task：0 / device：CPU：0 ]。确保设备规格指的是有效设备 [[Node：input_pipeline_task0 / IteratorToStringHandle = IteratorToStringHandle_device = “/作业：tpu_worker /任务：0 /装置：CPU：0”]]
我的想法是它是由我输入数据的方式引起的。现在，我使用pickle在本地计算机中加载数据，然后使用from_tensor_slices导入数据。我试图在谷歌云存储中保存数据，但它会报告“无法找到该文件。”
任何解决方案？或者更好的导入数据的方式？
非常感谢！
答案 0 :(得分：0)
你能确定你是否将'use_tpu'设置为'True'而不是'Ture'。对于AVX2 CPU instructions，较新的CPU使用这些指令，但TPU的工作不需要这些指令，因为大部分工作将在TPU中完成，并且使用CPU的标准指令将允许与旧一代CPU兼容。
至于使用Cloud Storage for TPUs，请确保您的云存储分区和云端TPU位于同一区域。目前TPU在'us-central1-b'和'us-central1-c'中可用，因此选择云存储的相同位置。