1回答
我正在尝试使用TPU在Colab上训练和运行一个图像分类模型。没有火炬。我知道TPU只能处理GCS存储桶中的文件，所以我从存储桶中加载了数据集，并对检查点和日志记录函数进行了注释，以避免出现此类错误。我只想看到它在TPU上训练时没有错误。在CPU和GPU上，代码可以工作，但是当我在创建模型之前使用with strategy.scope():时出现问题。这是在我训练模型时给我带来问题的</em
浏览 17提问于2020-12-11得票数 2
回答已采纳
在这里的代码中：https://www.kaggle.com/ryanholbrook/detecting-the-higgs-boson-with-tpus 在编译模型之前，使用以下代码创建模型：dnn_model=deep, ) 我不明白with strategy.scope()在这里做了什么，以及它是否会以任何方式影响模型它到底是做什么的？ 将来我怎么才能弄清楚这是做什么<
浏览 108提问于2020-12-18得票数 2
回答已采纳
我用Keras写了一个基于resnet的模型，对图像数据进行增强训练。我打算使用google colab TPU，但我能找到的所有例子都不起作用，有人能给我举个例子吗？
浏览 17提问于2020-02-16得票数 0
我经常使用Google Colab来训练TF/PyTorch模型，因为Colab为我提供了GPU/TPU运行时。此外，我喜欢使用MLflow来存储和比较经过训练的模型，跟踪进度，共享等。在Google Colab中使用MLflow有哪些可用的解决方案？
浏览 12提问于2020-05-05得票数 3
由于TF2.0没有tf.contrib层，我如何转换我的模型来运行TPU上的培训，而不需要访问tf.contrib.tpu.keras_to_tpu_model()我的数据是.npy的，我有一个简单的模型，我只使用model.compile()和model.fit()来训练它，但是看起来这个模型是在CPU上运行<em
浏览 4提问于2019-04-05得票数 7
最近，我对将分布式培训整合到我的Tensorflow项目中产生了兴趣。我正在使用Google Colab和Python3来实现一个带有定制的、分布式的训练循环的神经网络，如本指南中所述：
在“创建分发变量和图形策略”部分的指南中，有一些代码的图片，这些代码基本上设置了一个“MirroredStrategy”，然后打印生成的模型副本的数量，请参见下
浏览 8提问于2019-09-19得票数 5
我用了几天的CoLab专业版。我试图在CoLab专业版中使用TPU运行时来训练一个深度学习模型。但是Runtime在12小时的训练后会自动断开。我已经配置了70个时期用于训练，它在大约43 - 52个时期停止。我使用Keras/Tensorflow来开发我的模型。在过去的三天里，我正在训练相同的模型，但我无法完成<em
浏览 0提问于2021-06-17得票数 1
我正在执行几个折叠模型。每次折叠后，我想清除TPU内存，这样我就不会得到OOM错误。
/usr/local/lib/python3.7/dist-packages/tensorflow/python/distribute/tpu_strategy.py_container_strategy(), _real_mirrored_creator,
浏览 13提问于2021-07-29得票数 1
回答已采纳
1回答
我想看看用TPU和GPU训练模型有什么不同。这是训练模型部分： import time
tf.keras.backend.clear_session()
resolver = tf.distribute.cluster_resolver.TPUClusterResolver(tpu='grpc://' + os.environ['COLAB_TPU_ADDR&
浏览 21提问于2021-03-26得票数 3
回答已采纳
2回答
我正在使用Google TPU来训练一个简单的Keras模型。删除分布式策略并在CPU上运行相同的程序比TPU快得多。那件事怎么可能？y_train, y_val = train_test_split(x, y, test_size=0.30, shuffle=False)
x_val =
浏览 9提问于2019-12-10得票数 4
我正在尝试使用MirroredStrategy和它的其他变体来理解Tensorflow分布式训练。我已经在colab上使用MNIST编写了一个简单的脚本，但需要在多个GPU上进行测试。运行和实现代码会给我一个错误，因为“编译中的ValueError:分发参数在TF2.0中不可用，请在分发策略范围下创建模型。”我也尝试过OneDeviceStrategy，但它也不起作用。我想使用不同的分布式训练方法来
浏览 28提问于2020-01-08得票数 2
对于colab TPU上的训练模型，数据需要在GCP存储桶中。然而，对于少量的数据，我想知道是否可以直接从本地colab环境中推断数据。
浏览 53提问于2020-07-29得票数 1
回答已采纳
2回答
因为我有一个很大的数据集，而且我的PC没有多少电力，所以我认为在Google Colab上使用TPU是一个好主意。下面是我的TPU配置： try: print('Running onTPU ', tpu.master()) tpu<
浏览 90提问于2020-12-15得票数 1
1回答
我正在使用一个预先训练过的keras模型，我想通过Google Colaboratory在TPU上运行它，但是我得到了以下错误：
您可能必须为RNN/时间分布层指定“input_length”。据我所知，当模型被编译为解释的和时，TPU需要有固定的批处理大小。模
浏览 3提问于2019-10-29得票数 6
我已经创建了一个包含元素及其对应标签的TFRecord数据集文件。我想用它来训练使用免费TPU的Colab模型。MultiDeviceIteratorGetNextFromShard}}]] [[IteratorGetNextAsOptional_1]]
在我的理解中，它需要在TPU存储桶上的TFRecord文件，我不知道如何在Colab上做到这一点。如何在C
浏览 1提问于2019-09-19得票数 0
1回答
Google colab在运行时加速器中引入了TPU。我找到了一个例子，如何在中使用TPU。但是这个例子在google-colaboratory上不起作用。它停留在下面这一行：当我在colab上运行时，它返回用于TPU加速器的[]。有人知道如何在colab上使用TPU吗？
浏览 2提问于2018-09-27得票数 13
回答已采纳
2回答
我正在Google Colab上训练一些深度学习模型，运行时类型设置为TPU。RAM和磁盘状态显示我已经在Colab上使用了大部分磁盘存储。有没有办法重置它？或者删除一些东西来释放更多的磁盘空间？我知道我可以改用GPU，这会给我更多的磁盘空间，然而，我的型号需要永远改变，所以我真的想留在TPU上。提前感谢！
浏览 142提问于2019-11-28得票数 6
2回答
我正在尝试将我在Google云控制台中的Keras模型转换为TPU模型。不幸的是，我得到了一个错误，如下所示。下面是我的最小示例：from keras.models import Sequential我的输出是：
Usi
浏览 1提问于2019-02-05得票数 2
只是好奇，在IMAGENET上使用GOOGLE COLAB TPU训练VGG16模型需要多长时间？如果有人能向我解释他们为了得到答案所做的计算，那就太好了！
浏览 2提问于2019-10-28得票数 8
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
