小编cru*_*dom的帖子

正如提到的这个帖子，Dataset.map不支持并行在tf.py_func地图中的函数调用（该tf.py_func部分将顺序执行）。

有没有解决此问题的方法？通常情况下，输入管道需要复杂的python控制流和张量流中不存在的操作。过去，我曾经使用python库实现自己的队列和预处理线程，但是使用便捷的tf.data接口能够做到这一点将非常方便。

我有一个大约有1000万行的mysql表。对于每一行，我都有一个id列和一个date列。该id列不是唯一的，对于一个id列，有多行具有不同的值date，通常每行3-6个日期id。我想选择与最新的行date为他们id。

我的查询：

SELECT   id,
         date
FROM     tab a
WHERE    a.date = (SELECT MAX(date)
                   FROM   tab b
                   WHERE  a.id=b.id)

非常慢，需要几分钟才能完成。感觉这可以更快地完成。这里的最佳做法是什么？

Variable当我使用整数张量初始化该操作时，似乎没有该操作的 GPU 内核。例如，运行：

with tf.device('/gpu:0'):
  var = tf.Variable(initial_value=([[1,2],[3,4]]))
sess = tf.Session()
sess.run(var)

会导致异常：

tensorflow.python.framework.errors.InvalidArgumentError: Cannot assign a device to node 'Variable': Could not satisfy explicit device specification '/device:GPU:0' because no supported kernel for GPU devices is available

这是否意味着 TensorFlow 中的所有变量都存储在与 CPU 设备关联的内存（我猜是 RAM）上，而不是存储在 GPU 内存上？当我们只使用一个 GPU 来训练模型时，是不是会更慢，因为变量值必须从 RAM 复制到 GPU 内存多次？

谢谢！