Tensorflow：设备CUDA：0不支持XLA服务，同时设置XLAGPGUJJIT设备号0

我在Tensorflow后端使用keras时得到了以下结果：

ToSoFr.Python .FrrWorksIrr.ErrimoAdjMultuiRoRo:设备CUDA：XLA服务不支持0 设置XLA_GPU_JIT设备编号0时

相关代码：

tfconfig = tf.ConfigProto()
tfconfig.graph_options.optimizer_options.global_jit_level = tf.OptimizerOptions.ON_1
tfconfig.gpu_options.allow_growth = True
K.tensorflow_backend.set_session(tf.Session(config=tfconfig))

---

tensorflow版本：1.14.0

这可能是由于您的TF默认（即第1个）GPU内存不足。如果您有多个GPU，请将Python程序转移到其他GPU上运行。在TF中（假设使用TF-2.0-rc1），设置以下内容：

#指定要使用的GPU
操作系统环境[“CUDA_可见设备”]=“1”或2、3等，而不是0
#关于CPU/GPU的布局
config=tf.compat.v1.ConfigProto（允许软放置=True，日志设备放置=True）
config.gpu\u options.allow\u growth=True
tf.compat.v1.Session（config=config）
#请注意，ConfigProto在TF-2.0中消失了

但是，假设您的环境只有一个GPU，那么您可能别无选择，只能让您的好友停止他的程序，然后请他喝杯咖啡。

郭主席的代码：

os.environ["CUDA_VISIBLE_DEVICES"] = "1" 

解决了jupyter笔记本内核在以下位置崩溃的问题：

tf.keras.models.load_model(path/to/my/model)

致命信息是：

2020-01-26 11:31:58.727326:F tensorflow/stream_executor/lib/statusor.cc:34]正在尝试获取 值而不是处理内部错误：初始化失败 CUDA设备的StreamExecutor序号0:内部：调用失败 cuDevicePrimaryCtxRetain:CUDA\u错误\u未知：未知错误

---

我的TF版本是：2.2.0-dev20200123。此系统上有2个GPU。

我遇到了同样的问题，您的解决方案解决了这个问题。非常感谢你！