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

问题描述

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

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）