【问题标题】:VGG16 model freezes computerVGG16模型冻结计算机
【发布时间】:2019-11-16 19:53:39
【问题描述】:

我目前正在尝试使用 keras 库中的 vgg16 模型,但是每当我通过这样做来创建 VGG16 模型的对象时

from keras.applications.vgg16 import VGG16
model = VGG16()

我收到以下消息 3 次。

tensorflow/core/framework/allocator.cc.124 allocation of 449576960 exceeds 10% of system memory

之后,我的电脑死机了。我正在使用带有 linux mint 18 的 64 位 4gb RAM,但我无法访问 GPU。

这个问题与我的内存有关吗?

作为临时解决方案,我从命令行运行我的 python 脚本,因为与任何 IDE 相比,我的计算机在那里冻结的次数更少。此外,当我使用任何替代模型(如 InceptionV3)时,也不会发生这种情况。

我已经尝试了here提供的解决方案

但是没用

感谢任何帮助。

【问题讨论】:

    标签: python-3.x keras deep-learning vgg-net transfer-learning


    【解决方案1】:

    您很可能内存不足 (RAM)。 尝试并行运行 top(或 htop)并查看您的内存利用率。

    一般来说,VGG 模型相当大,需要相当多的 RAM。也就是说,实际要求取决于批量大小。较小的批次意味着较小的激活层。

    例如,6 个图像批处理将消耗大约 1 gig 的 ram (reference)。作为测试,您可以将批量大小降低到 1 并查看它是否适合您的记忆。

    【讨论】:

    • 如何减少批量大小?我什至无法进入训练阶段。
    • 是的,那么您的内存不足了。您可以尝试关闭所有应用程序,但这不会让您走得太远。你需要更多的内存。升级您的设置或在云端租一个盒子。
    • 作为临时解决方案,我决定在 google colab 上训练我的模型,然后下载它。它的速度快得离谱
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2017-02-14
    • 1970-01-01
    • 2021-05-10
    • 1970-01-01
    • 2010-12-08
    • 2019-02-22
    • 1970-01-01
    相关资源
    最近更新 更多