为了使用 contrib.learn.Estimator 进行多 GPU 训练，我试图在我的 model_fn 中指定 GPU 分配。
在伪代码中：
def model_fn(X, y):
with tf.device('/gpu:1'):
... various tensorflow ops for model ...
return predictions, loss, train_op
没有 tf.device('/gpu:1') 调用一切正常，但使用它我遇到以下错误：
InvalidArgumentError (see above for traceback): Cannot assign a device to
node 'save/ShardedFilename_1': Could not satisfy explicit device
specification '/device:GPU:1' because no supported kernel
for GPU devices is available.
我不相信我自己将违规操作添加到图表中，而是通过 Estimator 的快照功能注入。
我相信解决方案是设置 allow_soft_placement=True 以便非 GPU 功能将落入 CPU，但在处理 contrib.learn.Estimator 时如何暴露对我来说并不明显。
我看到该选项通常在 ConfigProto 中设置并传递给会话，但我一直在使用 Estimator 的功能为我管理会话。我应该控制会话创建，还是我在某处缺少参数来完成此操作？
非常感谢您的任何建议。