TensorFlow 2.3 GPU-InvalidArgumentError:断言失败：[0][Op:Assert]名称：AckereVariableNameReuse

环境：

Windows 8.1 64位 Python 3.7.7 64位 张量流2.3 Keras 2.4

中大：10.1 CuDNN:7

错误：

InvalidArgumentError:assertion失败：[0][Op:Assert]名称：WargeVariableNameReuse

问题：在GPU执行时，在一个简单语句中出现上述错误

model=Sequential（）

但是，如果我在没有GPU的情况下运行脚本（没有设置CUDA/CuDnn环境变量），它将按预期工作

因此，我有一个GPU，但不能与TensorFlow（2.3）一起使用

---

有人能帮忙吗？

据我所见，这个问题是针对以下致命组合的

• Windows操作系统
• TensorFlow 2.3.x

我一直在努力解决这个问题，直到最近才发现

最简单的解决方法 最简单的解决方案是使用TensorFlow 2.4.0rcx。它仍在预发行版中。但没有给我上述问题。所以

pip uninstall tensorflow
pip install tensorflow==2.4.0rc0

如果您想继续使用TF2.3.x，解决方案 如果您真的坚持使用TensorFlow 2.3.x，那么唯一的解决方案似乎是

• 尝试基于Linux的操作系统（Ubuntu）
• 从源代码编译TensorFlow（根据评论）

---

请提供要运行def get_model（n_inputs=800，n_outputs=200）的确切代码：model=keras.Sequential（）model.add（BatchNormalization（））model.add（稠密（512，input_dim=n_inputs，activation='relu'））model.add（辍学（0.2））model.add（稠密（256，input_dim=n_inputs，activation='relu'））model.add（稠密（n_outputs，activation='sigmoid'））model.compile（loss='binary'u crossentropy'，optimizer='adam'）返回模型model=get_model（）@用户2533922，是这样还是回答你的问题？@TFer2。这些都不是解决方案。我知道如果我将TF降级到2.2，它会起作用。我一直在使用GPU，直到我升级到tf2.3。我无法用谷歌Colab

tf2.3

和

Cuda 10.1

使用

顺序模型来复制你的错误。请你清除所有的pyt尊敬的sessions并重试。@thushv89..谢谢您…2.4将需要升级到CuDA 11。我刚刚将TF降级为2.2.1，与以前一样，一切正常..将在2.4发布时重试。。