小编cai*_*ver的帖子

在下面的代码中，我绝对需要在 GPU 中执行完整的功能，而不需要一次跳转回 CPU。这是因为我有 4 个 CPU 内核，但我有 1200 个 cuda 内核。从理论上讲，这是可能的，因为 tensorflow feed_forwards、if 语句和变量分配可以在 GPU 上完成（我有 NVIDIA GTX 1060）。

我面临的问题是 tensorflow2.0 在后端自动分配给 GPU 和 CPU，但没有提到它的哪些操作与 GPU 兼容。当我使用设备作为 GPU 运行以下函数时，我得到

parallel_func could not be transformed and will be staged without change.

它在 GPU 上按顺序运行。

我的问题是在哪里使用 tf.device？哪一部分代码会被签名转换成 GPU 代码，什么会留在 CPU 上？我怎样才能将其转换为 GPU？

@tf.function
def parallel_func(self):
    for i in tf.range(114):                     #want this parallel on GPU
        for count in range(320):                #want this sequential on GPU

            retrivedValue = self.data[i][count]

            if self.var[i]==1:
                self.value[i] = retrievedValue …

@app.route("/")
def index():
    return render_template("webpage.html")

我的 FlaskPage.py 文件中有上述函数，我想从下面显示的“返回主页”按钮到上面的根 URL 建立一个链接。但是，url_for 不接受空字符串作为参数，并抛出错误，如下所示

<button formaction="{{ url_for('') }}">Back to Home</button>

错误

Could not build url for endpoint ''

提前致谢。