Python 张量流C++；API：如何将输入参数传递给CUDA内核 我对CUDA/C++编程很陌生，我坚持从ToSoFraseC++接口将输入参数传递给CUDA内核。

首先，我注册以下Op：

REGISTER_OP("Op")
.Attr("T: {float, int64}")
.Input("in: T")
.Input("angles: T")
.Output("out: T");

之后，我想将第二个输入（角度）传递给CPU/GPU内核。不知怎的，下面的实现对于CPU实现来说很好，但是当我在GPU上运行它时，在Python中抛出了一个错误。。。 Python错误消息：

Process finished with exit code -1073741819 (0xC0000005)

这就是我试图访问输入值的方式。请注意，“角度”的输入始终是单个值（浮点或整数）：

void计算（OpKernelContext*context）覆盖{
...
常量张量和输入角度=上下文->输入（1）；
自动角度调整=输入角度调整（）；
常数浮点N=角度（0）；
...
}

按如下方式调用CPU/GPU内核：

...
Functor<Device, T>()(
            context->eigen_device<Device>(),
            static_cast<int>(input_tensor.NumElements()),
            input_tensor.flat<T>().data(),
            output_tensor->flat<T>().data(),
            N);
...

。。。
函子（）(
上下文->本征设备（），
静态\u转换（输入\u张量.NumElements（）），
输入张量.flat（）.data（），
输出张量->展开（）.data（），
N） )；
...

---

正如我之前所说的，在CPU上运行这个操作正是我想要的，但是当我在GPU上运行它时，我总是得到上面提到的Python错误。。。有人知道如何解决这个问题吗？我只能猜测我试图使用

角度\u平面（0）

访问GPU上的错误地址。。。因此，如果有人能在这里帮助我，我将不胜感激

您的错误是主机SEGFULT/地址无效。它不是来自GPU。它可能来自于试图在代码中的某个地方取消引用主机代码中的GPU指针，或者将GPU数据容器传递给需要主机数据的API。我看这里没有CUDA的问题。我想您需要关注Tensorflow主机代码中的数据流和使用情况。您遇到的错误是主机SEGFULT/无效地址。它不是来自GPU。它可能来自于试图在代码中的某个地方取消引用主机代码中的GPU指针，或者将GPU数据容器传递给需要主机数据的API。我看这里没有CUDA的问题。我想您需要关注Tensorflow主机代码中的数据流和使用情况。

...
Functor<Device, T>()(
            context->eigen_device<Device>(),
            static_cast<int>(input_tensor.NumElements()),
            input_tensor.flat<T>().data(),
            output_tensor->flat<T>().data(),
            N);
...