在使用Jupyter notebook完成深度学习模型训练后，我们如何清理GPU内存。问题是，无论我使用哪种框架(tensorflow，pytorch)，存储在GPU中的内存都不会被释放，除非我手动终止进程或终止内核并重新启动Jupyter。
浏览 28提问于2021-05-09得票数 2
我在Google Cloud AI平台上使用的是支持GPU的Jupyter笔记本电脑。有谁知道我怎么让它用GPU代替吗？在此之前，我一直在使用Google Colab notebook，您可以在笔记本顶部的菜单中简单地更改运行时以使用GPU。但在Jupyter笔记本中看起来并没有这样的选项。感谢任何关于如何让它使用GPU的建议！
谢谢。
浏览 1提问于2021-01-28得票数 0
我使用Keras构建了一个基于CNN结构的自动编码器模型，在完成训练过程后，我的笔记本电脑有64 GPU的内存，但我注意到至少1/3的内存仍然被占用，GPU内存也是如此。我没有找到释放内存的好方法，我只能通过关闭Anaconda提示符命令窗口和jupyter笔记本来释放内存。我不确定是否有人有好的建议。谢谢!
浏览 3提问于2018-06-24得票数 20
我一直在尝试在Jupyter Notebook中训练一个XGBoost模型。我通过以下命令安装了XGboost(GPU)： git clone — recursive https://github.com/dmlc/xgboostmkdir build-DUSE_CUDA=ON
make -j 但是每当我尝试训练模型而不是model.fit时，内核都会在几分钟后重新启动。reg_alpha
浏览 23提问于2020-01-23得票数 3
1回答
深度学习虚拟机:如何释放内存？
、、、、
我得到它是为了训练一些深度学习模型。当在google cloud jupyter笔记本上训练时，它崩溃了，因为它无法将输入张量从GPU复制到CPU:具体如下： InternalError: Failed copying input tensorfrom /job:localhost/replica:0/task:0/device:GPU:0 to /job:localhost/replica:0/task:0/
浏览 166提问于2021-07-19得票数 1
我用GPU训练了很多模型。我想调优网络的架构，所以我对不同的模型进行了顺序的训练，以比较它们的性能(我使用的是keras-tuner)。
问题是有些模型非常小，而另一些则非常大。我不想把所有的GPU内存分配给我的培训，而只是我需要的数量。我有TF_FORCE_GPU_ALLOW_GROWTH到true，这意味着当一个模型需要大量内存时，GPU就会分配它。然而，一旦大模型</
浏览 7提问于2022-10-25得票数 1
2回答
运行神经网络需要更长的时间
、、、、
我正在运行一系列神经网络(使用Tensorflow后端的Keras库)，在Jupyter Notebook中训练每个神经网络所花费的时间，我有以下结果：234
该程序由一个函数组成，该函数在它们各自的数据集上训练一个单独的神经网络模型，并且只输出它们的最终训练</em
浏览 16提问于2018-03-05得票数 0
1回答
有办法释放更多的内存吗？
、、、
在本例中，我在VM上使用jupyter notebook来训练一些CNN模型。虚拟机具有16v CPU和60 VM内存。为了获得更好的性能，我刚刚安装了一台NVIDIA TESLA P4。Tried to allocate 196.00 MiB (GPU 0; 7.43 GiB total capacity; 2.20 GiB already allocated; 180.44 MiB我想知道为什么我只有这么少的空闲内存？我认为GPU设置正确无误 +-
浏览 114提问于2019-12-11得票数 3
最近，我遇到了一种情况，在我的模型中，输入数据确实消耗了大量内存。当我在我的网络层中操作数据时，这会导致大量的内存使用。我真的想知道这些操作是否会分配新的内存块。例如，像view()，permute()或contiguous()这样的函数会不会分配新的内存块，你是怎么知道的。它真的吸引了我，谢谢你的帮助。
浏览 0提问于2020-01-04得票数 0
1回答
我正在AWS的深度学习AMI (ubuntu 12)中使用keras训练NN。
如何确保Jupyter Notebook中的脚本使用GPU？
浏览 16提问于2018-08-20得票数 0
回答已采纳
1回答
我尝试这样开始工作：我已经通过蟒蛇控制台安装了所有的库依赖项，但是我不确定如何运行python训练脚本。
我想我只是需要一般的帮助来让一个git RNN在python中工作？我已经找到了很多教程，这些教程展示了在Jupyter中使用笔记本，甚至从头开始工作，但就是找不到使用python代码文件的教程？
浏览 3提问于2019-12-08得票数 1
1回答
我在这个虚拟机上运行一台Jupyter笔记本电脑来训练Keras序列模型。该模型需要大约24小时才能完全训练。有没有一种不用浏览器就能运行笔记本的方法？那么，让Jupyter服务器和notebook在后台运行，但所有的结果/输出/绘图都显示在Jupyter notebook中吗？当我尝试通过浏览器以交互方式启动Jupyter notebook，然后关闭浏览器，但让Jupy
浏览 55提问于2020-05-01得票数 0
1回答
如何停止模型训练并恢复模型训练？
、、、、
我想用10000个训练图像，2000个测试图像，2000个验证图像来训练我的模型。我将使用对象检测tensorflow lite model maker。项目链接: tensorflow.org/lite/tutorials/model_maker_object_detection 设置批处理大小32后，训练需要50个时期并持续2天(步骤3).I无法让我的计算机保持开机两天我在jupyter notebook中运行该项目 如何停止模
浏览 136提问于2021-08-05得票数 0
2回答
我们学校开始让他们的学生使用GPU服务器。所以我通过slurm训练DL模型。我用这条线启动了我的jupyter课程在第一阶段，训练只需45分钟。当我训练下一个时代时，我经常会出现断线错误(我指的是划
浏览 15提问于2022-09-05得票数 0
7回答
validation_data = test_set, validation_steps = 2000)但是，如果我卸载tensorflow-gpu，程序就能完美地运行...除了每个时期需要5000秒。
浏览 1提问于2017-05-22得票数 9
我正在为Jupyter Notebook上的两个不同的应用程序训练Keras CNN模型。考虑到我想充分利用PC的资源，我可以在一台笔记本电脑和另一台使用CPU的笔记本电脑中使用Keras-GPU吗？我了解到Keras默认使用GPU --如果有的话--我可以强制Keras使用CPU，就像在中一样。
浏览 15提问于2019-11-06得票数 1
回答已采纳
我已经在kaggle中构建和训练了模型，并下载了它的输出。现在如何在jupyter notebook中本地运行经过训练的模型来进行预测？
浏览 1提问于2019-05-06得票数 0
我已经将模型上传到亚马逊S3作为泡菜(我的 _ model.pkl)。我想知道是否可以使用Lambda在亚马逊网络服务SageMaker中执行Jupyter Notebook。这样，我就不必担心依赖关系，通常会使分类更直接。那么，有没有办法使用AWS Lambda来执行Jupyter Notebook呢？
浏览 112提问于2020-10-18得票数 0
回答已采纳
2回答
我们经常发现，神经网络的训练过程可能受到GPU内存大小的高度限制，比如在目标检测模型中，训练批次的大小可能被限制在1或2以内，这使得那些在这样的任务中工作很长时间的人不得不面对这样有限的内存/批处理大小的场景而提出了一些技巧那么，为什么GPU内存仅限于普通P 100/V 100上的16 GPU内存，而在高性能工作站上的CPU内存仅为256 GPU？Nvidia<
浏览 0提问于2018-12-14得票数 2
我用图形处理器从Linux训练了一个模型，并用model.save('my_model.h5')保存了它。model = load_model('my_model.h5')OSError: Unable to open file (una
浏览 39提问于2019-08-11得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
