"conv_blob1" top: "sigmoid_blob1" } layer { name: "mul1" type: "Eltwise" bottom: "conv_blob1" bottom: "sigmoid_blob1" top: "mul_blob1"

一、问题现象（附报错日志上下文）： npu-smi info在所有卡上面的显存占用和gpu占用率在启动模型前后没有显著变化，使用top命令可以看到该模型的python命令占用一个cpu的核心100%，训练速度非常慢 目前不知道怎么把代码设置放到GPU上面跑 二、软件版本:

siblings // "Top pressed!" will be triggered instead. TapGesture() .onAction(() => { Console.log("Bottom pressed!") }) Text("Top") .gesture(

applications.DenseNet169(input_shape=(None, None, 3), include_top=False)` 4.在执行 est_resnet.train(input_fn=lambda: input_fn(), max_steps=1000)过程中

大量动态shape报错，参考之前别人提的issue，已经把reshape(-1)这种直接动态推理维度的部分修改，也参考哈工大同学提的Top_k的问题和解决方法，减少了很多报错。目前还有大量找不到原因的unknown shape。请问，能不能帮我看看具体原因是什么？