我设法运行了教程中的tensorflow宠物示例。我决定使用最慢的模型(因为我想为我自己的数据使用)。然而，当我开始训练时，它在跑了一段时间后就被杀死了。它使用了我所有的cpus (4)和我所有的内存8 8GB。你知道吗，无论如何我可以将CPU的数量限制为2，并限制使用的内存量？如果我减少批量大小？我的批次大小
浏览 10提问于2017-07-26得票数 0
我运行了tensorflow对象检测api教程，并使用'ssd_mobilenet_v1_coco_2017_11_17‘模型在图像中获得了精确显示，这与我所遵循的不同(准确地说，更低)。我的问题是，模型的准确性是否因系统而异.
浏览 3提问于2020-10-15得票数 0
我有一个GTX1050ti (4GB)和i5 CPU，8GB内存。我在win10上成功地安装了带有cuda驱动程序的tensorflow-gpu，测试表明tensorflow实际上使用的是gpu (快照)：
EDIT2:我在某个地方读到过，如果CPU和
浏览 0提问于2018-09-09得票数 1
回答已采纳
2回答
我看过几个关于Tensorflow图形处理器内存的问题，但我把它安装在没有图形处理器支持的Pine64上。这意味着我在非常有限的资源(仅CPU和RAM )上运行它，而Tensorflow似乎想要所有的资源，完全冻结了我的机器。
有没有办法限制分配给Tensorflow的处理能力和内存量？类似于巴泽尔自己的--local_reso
浏览 7提问于2016-07-27得票数 17
我正尝试在我的windows PC上使用DeepLabV2网络。我有GTX1080Ti(8 GB )，32 GB内存和核心i7。我正在训练关于城市景观数据集的网络。我正在使用conda/pip安装包，包括tensorflow gpu。我的NVIDIA驱动程序和CUDA/cuDNN版本都是最新的。我的问题是，我看到CPU在训练期间100%被利用，但GPU几乎所有时
浏览 42提问于2021-09-10得票数 0
回答已采纳
1回答
工作簿执行后的去分配内存
、、、
为了限制内存的使用，我阅读了并尝试了以下代码：gpu_options我还考虑将可用内存限制在docker容器上。读取声明“容器可以受限于系统上的有限资源集(例如，一个CPU核心和1GB内存)”，但是内核目前不支持这一点，这里我尝试将1GB内存添加到新的<
浏览 2提问于2016-12-20得票数 1
回答已采纳
因此，我一直在尝试让TensorFlow 2.0 & 2.1版本启动并运行对象检测，但是我发现自己经常被新的弃用/删除的函数所困扰。
Tensorflow 2.*版本不适合用于最终训练自定义对象检测器的model_train.py文件，如果使用旧函数这对我来说可能是个问题，但我已经尝试过GPU和CPU版本，而最初内置的对象<em
浏览 2提问于2020-02-13得票数 0
我正在从Tensorflow对象检测模型动物园训练ssd_mobilenet_v1_coco_2017_11_17模型。我的数据集是卫星图像，我的目标是检测图像中的车辆。但是由于python内存问题，训练失败了。我正在训练CPU，我的Windows10机器有32 gb的RAM。用于训练的TF记录文件大小约为1.7 GB。我无法检测到此失败的</
浏览 1提问于2017-11-25得票数 0
我使用的是来自谷歌市场的谷歌深度学习虚拟机，我选择了NvdiaK80图形处理器。我正在尝试使用对象检测API训练对象检测模型。然而，我注意到tensorflow在默认情况下并不使用GPU (检查代码如下) 我在这里假设这个实例附带了所有需要的NVIDIA驱动程序，所以它不是一个与驱动程序相关的问题。进一步的调查显示，我安装了两个Tensorflow</em
浏览 30提问于2018-12-22得票数 1
回答已采纳
我安装了TensorFlow1.4GPU版本。它成功地检测到了我的GPU，并在训练和评估过程中使用了它。我有4 4Gb内存的GeForce 1050Ti。但我无法达到高于12-15%的GPU负载(更常见的是5-6%)。同时，我得到了高CPU负载和相当慢的训练过程。我用普通的Tensorflow和以TF为后端的K
浏览 0提问于2018-01-05得票数 1
使用TensorFlow库开发的训练对象检测流水线。我的问题是，即使在停止脚本之后，内存的使用率仍然很高，而且不会下降。有人能推荐一个解决这个问题的方法吗？我正在使用TensorFlow=2.6和来自tensorflow的对象检测API来训练我的数据。即使在我停止了旧
浏览 0提问于2021-10-14得票数 0
我使用的是Tensorflow对象检测API。问题是，我打算分析一个视频，但处理速度太慢，而且我几乎不使用GPU或CPU (我使用tensorflow-gpu)当视频播放时，旁边的物体检测到它没有达到30fps，它太慢了。
浏览 1提问于2018-05-11得票数 2
我在Windows下使用Python和Tensorflow库编写深度学习软件。有时，我错误地加载了太多的内存，计算机停止响应；我甚至不能终止进程。是否可以限制Windows下Python脚本的内存和CPU使用率？我使用PyCharm作为编辑器。在UNIX系统下，似乎可以使用resource.RLIMIT_VMEM，但在Windows下，我得到的通
浏览 1提问于2017-05-04得票数 3
是否必须自定义为非GPU Tensorflow库编写的代码以适应tensorflow-gpu库？
我有一个gpu，并且希望只运行为非库编写的python代码。
浏览 1提问于2018-07-08得票数 2
回答已采纳
我正在用Python测试新的Tensorflow对象检测API，并且我成功地使用端口在Windows对象检测API上安装了它。然而，我训练的模型(更快的RCNN resnet101 COCO) 需要15秒才能做出一个预测(虽然非常准确)，可能是因为我只使用了Tensorflow CPU。我的三个问题是：
考虑到延迟，问题在哪里？我听说更快的R
浏览 4提问于2017-07-23得票数 1
我正在尝试将一个用python编写的Streamlit应用程序部署到Heroku。我的整个目录是4.73MB，其中4.68MB是我的ML模型。我的requirements.txt看起来是这样的：altair==4.0.1attrs==19.3.0base58.post1Send2Trash==1.5.0sklearn==0.0
streamlit==0.56.
浏览 6提问于2020-04-06得票数 21
回答已采纳
1回答
我需要使用Tensorflow对象检测API来进行与识别相关的分类。
我的问题是，使用API来检测一个经过预先训练的coco模型需要花费太多的时间，而且肯定不会使用GPU。我检查了我的tensorflow-gpu安装在不同的脚本上，它工作得很好，但当我使用这个模型来检测时，我只能看到CPU<e
浏览 1提问于2019-07-28得票数 0
回答已采纳
我在让Keras使用GPU版本的Tensorflow而不是CPU时遇到了麻烦。我安装了Cuda和cuDNN，并使用以下环境：我想是我先安装了tensorflow的CPU版本--我不记得了，因为我花了一整天的时间让cuda和cudnn工作。0，即我的GPU：
2017-
浏览 1提问于2017-05-12得票数 2
我想使用一个预先训练的模块来训练我自己的数据集，使用Python对象检测模块，然后，我想在Java中运行经过训练的数据集。我已经安装并测试了TensorFlow for Java。但是它只在CPU上运行。当我在互联网上搜索时，用Java训练TensorFlow是不可能的，所以为了训练，我使用Python，然后为了运行，我想使用Java，但问题是GPU，我不知道是否
浏览 2提问于2018-02-09得票数 0
回答已采纳
1回答
问题
我正在使用我的笔记本电脑与Apache一起充当一个涉及tensorflow和python的本地项目的服务器，该项目使用一个用Flask编写的API来服务来自应用程序的GET和POST请求，可能是本地network.The上的另一个用户在我专门导入tensorflow或tensorflow github文件夹中的研究文件夹中的tens
浏览 0提问于2018-03-25得票数 0
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
