Tensorflow 仅在带有CPU的PC上使用经过NCHW培训的GAN？

我正在和Karras等人（NVIDIA）的网络打交道。我在2x 1080 Ti卡上的不同数据集上训练网络，对所有卷积使用NCHW模式

现在我有了一个经过训练的模型，我想使用项目自述文件中的代码片段，这在导入和使用预先训练好的网络一节中提到

但是，当我尝试在只有CPU的PC上运行时，网络会出现以下错误：

InvalidArgumentError (see above for traceback): Conv2DCustomBackpropInputOp only supports NHWC.
         [[node Gs/Run/Gs/cond/8x8/Conv0_up/conv2d_transpose (defined at <string>:93) ]]

InvalidArgumentError（回溯见上文）：Conv2DCustomBackpropInputOp仅支持NHWC。
[[节点Gs/Run/Gs/cond/8x8/Conv0\u up/conv2d\u转置（定义于：93）]]

我知道CPU没有实现NCHW，但我想知道如何解决这个问题？我看到了几个我不想要的选项：

• 想到的第一件事是仅使用NHWC模式生成新图像，即使网络是在NCHW中训练的。然而，如果我是正确的，这将搞乱层的重量，因为它是在NCHW上训练的

• 我不想在NHWC模式下训练整个网络，因为它应该比NCHW慢？我不使用NVidia的cuDNN，这是否意味着这两种模式的速度相同

---

我还能做什么？谢谢大家!

同样的问题，我认为这是一个TF缺陷。混合使用gpu和基于cpu的张量可能会破坏管道。我在dataset.map函数中使用了一个GAN，由于dataset.map的行为，我得到了这个错误。map强制在cpu中执行，但是一些图形部分放在gpu上。虽然这是一个理论，但我还不知道问题的根源。