Python F./tensorflow/core/util/cuda_launch_config.h:127]检查失败：工作元素计数>；0（0对0）

我的计算机有两个GPU，如果我不在上下文中添加这些代码，这是正常的

model = keras.utils.training_utils.multi_gpu_model(base_model, gpus=2)

但它将只使用一个来计算，我不明白它是什么意思“work\u element\u count>0”。是不是我以前没有清理过cuda

我尝试了一些方法，减少了批量大小，添加了以下代码：

with tf.device('/cpu:0'):
   model = keras.utils.training_utils.multi_gpu_model(base_model, gpus=2)

tensorflow基本源代码文件“python3.6/site packages/tensorflow/include/tensorflow/core/util/cuda_launch_config.h”中出现错误消息“work_element_count>0”

---

但他们似乎没有效果，任何帮助都将非常感谢

你能澄清你的问题吗？在哪里会出现

工作元素计数>0

的行？很抱歉，我没有清楚地解释这个问题。”在tensorflow源代码文件“python3.6/site packages/tensorflow/include/tensorflow/core/util/cuda_launch_config.h'@PJ.jav”中出现“work_element_count>0”？我也有同样的问题。

// Calculate the Cuda launch config we should use for a kernel launch.
// This is assuming the kernel is quite simple and will largely be
// memory-limited.
// REQUIRES: work_element_count > 0.
inline CudaLaunchConfig GetCudaLaunchConfig(int work_element_count,
                                            const Eigen::GpuDevice& d) {
  CHECK_GT(work_element_count, 0);
  CudaLaunchConfig config;
  const int virtual_thread_count = work_element_count;
  const int physical_thread_count = std::min(
      d.getNumCudaMultiProcessors() * d.maxCudaThreadsPerMultiProcessor(),
      virtual_thread_count);
  const int thread_per_block = std::min(1024, d.maxCudaThreadsPerBlock());
  const int block_count =
      std::min(DivUp(physical_thread_count, thread_per_block),
               d.getNumCudaMultiProcessors());

  config.virtual_thread_count = virtual_thread_count;
  config.thread_per_block = thread_per_block;
  config.block_count = block_count;
  return config;
}