1回答
我使用的是windows10操作系统，在Jupyter笔记本上使用的是Tensorflow gpu版本。name='/physical_device:XLA_CPU:0', device_type='XLA_CPU'),
PhysicalDevice(name='/physical_device:XLA_GPU:0', device_type='XLA_GPU')] 和,
浏览 49提问于2020-12-03得票数 0
回答已采纳
我有cuda8.0.61，tensorflow_gpu版本和keras。我在224*224图像数据上训练一个20层的keras模型当我在终端上运行nvidia -smi时，我发现内存正在耗尽，并且计算util的百分比更小。当我尝试拟合模型时，机器变得非常慢。我知道，为了使用gpu并在设备之间切换，我应该使用以下代码： with K.tf.device('/gpu
浏览 18提问于2019-02-08得票数 1
我使用GPU在一个大小为55 on的数据集上运行一些非常大的深度学习模型。如果我使用一个大于1的批处理大小，我会得到一个资源耗尽错误。即使批处理大小为1，我也会得到分割错误。GPU内存为10 of，服务器具有32 of的RAM。 有没有办法让我知道GPU中的数据量(批处理大小为1)会有多大？我正在使用tf.Keras来拟合模型。
浏览 32提问于2021-08-10得票数 0
如何在TensorFlow神经网络中添加额外的层，并且知道附加层不会过分适合？似乎2层不会很有帮助，但它确实给了我91%的准确性，我想100%的准确性。因此，我想增加5到10个额外的层，并尝试和“过度适合”的神经网络。一个超适的训练集是否总能提供100%的准确性？model = tf.keras.Sequential([
浏览 6提问于2022-05-29得票数 0
我使用tensorflow-gpu 2.4.0安装了cuda 11.0和cudnn8.0。当我拟合模型时，我得到了这个错误。-397fbbe99754>:1) ]] [Op:__inference_train_function_1671]
train_function 我试图安装keras-gpu
浏览 22提问于2021-02-04得票数 0
我的服务器配置如下：
通过使用Django框架和apache服务器，我们调用Keras深度学习模型。和模型调用成功后，模型一直运行在GPU内存中，除非关闭服务器，否则无法释放GPU内存。那么，在通过Apache+Mod_wsgi+Django调用Keras模型时是否有任何方法来控制GPU内存的</em
浏览 17提问于2017-05-12得票数 15
回答已采纳
在网上使用各种博客，我试图测试他们的代码，看看他们是如何工作的。对于keras，我不知道为什么，但每次我运行一个模型函数时，它总是崩溃。如果我没有提供足够的信息，我很抱歉。我正在运行AMD GPU和CPU示例代码部分 train_generator,
steps_per_epoch = 100
浏览 2提问于2019-10-31得票数 1
1回答
我正在尝试使用多个线程(和tensorflow后端)训练具有不同参数值的多个keras模型。我见过一些在多个线程中使用相同模型的例子，但是在这个特殊的例子中，我遇到了关于冲突图的各种错误，等等。下面是我希望能够做到的一个简单例子：import numpy as npfr
浏览 12提问于2017-02-19得票数 27
回答已采纳
我想在相同的数据上连续拟合和保存三个模型( NIH-Chest - )。尽管我可以单独做这件事，但我想知道我是否可以从列表中做这件事(参见下面的代码)。然而，在这一点上，这会导致GPU内存饱和，从而导致OOM错误。这是由于数据集没有从GPU内存中刷新，并试图在第二次和第三次拟合时重新加载它。所有与清除图形处理器内存相关的解决方案都涉及关闭Cuda或重启Keras或kernel...which，因为它们适合被擦除(这并不奇怪)。我想知道，有没有可能从列表
浏览 32提问于2020-05-04得票数 1
回答已采纳
我正在尝试使用不同的图像从this paper(model 1)重建CNN图像识别模型。但是，拟合模型会在第一个时期返回一个ResourceExhaustedError。批处理大小已经相当小了，所以我猜问题出在我从论文中复制的模型定义上。任何关于模型更改的建议都将不胜感激。谢谢！([
tf.keras.layers.experimental.preprocessing.RandomFlip('hor
浏览 31提问于2021-11-22得票数 0
回答已采纳
我是拟合一个模型在一个for循环，但我得到一个错误，我的GPU的内存是满的。我在Anaconda Spyder IDE中使用Keras。我的GPU是华硕GTX 1060 6gb。我也使用过一些代码，比如：K.clear_session()、gc.collect()、tf.reset_default_graph()、del custom_model，但它们都没有用。GPU属性表示98
浏览 0提问于2019-04-02得票数 5
回答已采纳
我正在尝试重用tensorflow创建的tensorflowjs模型。为了理解转换器是如何工作的，我尝试转换mobilenetv2模型： tensorflowjs_converter --input_format=tf_hub --output_format=tensorflowjs然后，我尝试通过更改模型的加载方式在mobilenet demo中使用这个新的转换后的模型： // const mo
浏览 39提问于2019-09-13得票数 0
我是aws酿酒师的新手。我正试图在aws中建立一个模型，使用带有GPU支持的keras。下面给出了用于推断模型的码头底图。这是我用来检查GPU是否被烧瓶中的keras识别的keras代码。get_available_gpus()
return flask.Response(response='\n', status=200,mimetype='
浏览 0提问于2018-12-11得票数 4
回答已采纳
3回答
在我的机构中有一个有2个GPU的共享服务器。假设有两个团队成员希望同时训练一个模型，那么他们如何让Keras在特定的GPU上训练他们的模型，以避免资源冲突？理想情况下，Keras应该知道哪个GPU目前正忙于训练一个模型，然后使用其他GPU来训练另一个模型。然而，情况似乎并非如此。默认情况下，Keras似乎只<e
浏览 0提问于2018-11-29得票数 4
回答已采纳
3回答
角星预测很慢
、、、
我正在研究一个强化学习任务，并决定使用keras神经网络模型进行Q值近似。这种方法是常见的:在每个动作之后，奖励被存储在一个内存回放数组中，然后我从它中随机抽取样本，然后用新的数据state-action => reward+predicted_Q(更详细的)来拟合模型。为了进行训练，必须对训练集中的每个项目进行Q值的预测。
脚本运行得非常慢，所以我开始调查。分析表明，_predict_loop方法占用累积时间
浏览 3提问于2016-06-25得票数 7
我有一个带有4个Nvidia K80 GPU的盒子。我正在运行Tensorflow 2。当我运行一个培训会话(tf.keras => model.fit())时，我会看到以下日志语句：问题：
网格的意义是什么，我可以利用它多少？就其价值而言，我的模型如下所示，我无法让
浏览 2提问于2020-06-14得票数 1
回答已采纳
是否可以使用Keras创建模型，而不使用Keras中的编译和拟合函数，使用Tensorflow来训练模型？
浏览 1提问于2018-02-22得票数 1
回答已采纳
3回答
我正在使用Keras/TensorFlow (GPU)创建一个时间序列预测模型。我有100倍的时间序列，并希望为他们每一个训练一个网络。连续运行几个时间序列是可以的，但是一旦我运行了100倍或1000倍，那么似乎每个模型的训练时间增长缓慢(但确实如此)。有什么简单的原因吗？
下面是再现问题的代码(请注意，运行可能需要一段时间)。在我的机器上，第一次迭代需要10次，迭代#250需要16次，迭
浏览 5提问于2017-03-13得票数 4
回答已采纳
3回答
我正在尝试创建一个非常大的Keras模型，并将其分布在多个GPU上。需要说明的是，我并不是想把同一模型的多个副本放在多个GPU上；我是想把一个大模型放在多个GPU上。我一直在使用Keras中的multi_gpu_model函数，但基于我在执行此操作时遇到的大量内存不足错误，它似乎只是复制了模型，而不是像我希望<
浏览 48提问于2019-02-06得票数 0
回答已采纳
我试图了解如何读取本地图像，如何将它们用作TensorFlow ，并使用TF数据集训练Keras模型。我跟踪TPU 。唯一不同的是，我想阅读我的一组图像，并对它们进行培训。模型trained_model。但此时，代码会出现以下错误：错误来自keras，它对给定的输入执行这样的</e
浏览 1提问于2019-02-28得票数 2
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
