我正在尝试使用TensorFlow对象检测应用编程接口执行多GPU训练。 我在我的NVIDIA-SMI中看到的是，实际上只有1个GPU被使用。提供的其他3个GPU加载了GPU进程，但内存使用率为300MB，利用率始终为0% 我使用在COCO上预先训练的基于固态硬盘MobileNetV1的网络，然后用我的自定义数据集对其进行训练。
浏览 49提问于2019-10-09得票数 3
在Tensorflow-gpu 2.1上训练模型Tensorflow对象检测API时，有一个错误：是否可以使用Tensorflow 2.1训练模型Tensorflow对象检测API？我不想改变Tensorflow的版本。
有人能帮我吗
浏览 2提问于2020-04-11得票数 1
在TensorFlow对象检测API上，我在tensorFlow上的PC (GPU)上训练了更快的RCNN模型，并生成了frozen_inference_graph.pb文件。现在我想在我的笔记本电脑上使用这个型号，它有tensorFlow(CPU)。我如何使用这个frozen_inference_graph.pb文件。还有别的办法吗？我需要什么文件？
浏览 1提问于2018-07-24得票数 0
回答已采纳
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 (tensorflow<
浏览 30提问于2018-12-22得票数 1
回答已采纳
我克隆了最后的对象检测api并安装了tensorflow-gpu 1.9，当我用' model _main.py‘训练模型时，它生成：如何解决？
浏览 16提问于2018-08-30得票数 0
我正在建立一个基于最近发布的tensorflow对象检测API的对象检测管道。我正在使用作为指导。我希望了解下面的培训在我自己的数据集。目前尚不清楚他们如何选择学习速度时间表，以及根据可供培训的GPU数量变化如何。根据可供培训的GPU数量，培训率计划如何变化？文中提到了使用了9个GPU。如果我只想使用一个GPU
浏览 2提问于2017-07-04得票数 8
当我的对象检测Tensorflow 2.5GPU模型启动训练时，我得到了一个资源扩展错误。我使用了18张训练图像和3张测试图像。我正在使用的预训练模型是来自Tensorflow动物园2.2的更快的using ResNet101 V1 640x640型号。我正在使用一个带有8GB专用内存的Nvidia RTX 2070来训练我的模型。
我感到困惑的是，为什么训练过程
浏览 4提问于2021-10-12得票数 1
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使用量的增加。我检查了
浏览 1提问于2019-07-28得票数 0
回答已采纳
1回答
我希望在Tensorflow中做一些类似的事情，但尽管浏览了他们的文档并进行了搜索，但我还是找不到任何东西。 这在Tensorflow中是不可行的，还是我错过了什么？如果我在单独建模的图像上训练一个模型，它是否可以选择图像中所有这些出现的位置-例如。有5个人的图像，所有5个人都被单独检测到了吗？
浏览 24提问于2020-06-26得票数 0
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。我听说更快的RCNN是一个很好的低延迟视觉检测模型，是因为只执行CPU吗？有了这样的延迟，是否有
浏览 4提问于2017-07-23得票数 1
我想使用Tensorflow对象检测API来处理多通道图像(例如，4通道RGB +红外线)。有一个如何更改API以添加其他通道。然而，本教程是在一年前编写的，自那以后API就有了发展，现在看来API可以接受多通道映像了。我不知道这个image_additional_channels的用途以及如何使用它。
更普遍的是，我的问题是如何使用</
浏览 1提问于2018-11-20得票数 2
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GPU之间存在大量的数据复制操作，那么CPU可能会很高，而GPU可
浏览 0提问于2018-09-09得票数 1
回答已采纳
我使用Tensorflow训练一个具有3个GPU的模型。但是，我发现它只使用了1。代码没有任何GPU配置，因为我认为Tensorflow会自动检测GPU并自动将计算分配到3个GPU中。从附加的屏幕截图中，当训练程序开始时，检测到3个GPU，但温度监视器显示只有1个处于活动状态。
如何在训练过程中同时使用3个<e
浏览 21提问于2017-07-27得票数 0
安装用于对象检测的TensorFlow有时很烦人，特别是当通过精调预先训练的模型启动自己的对象检测项目后出现有线错误时。如何正确安装最新的Tensorflow GPU支持和最新的CUDA/CUDNN？
浏览 21提问于2019-08-31得票数 0
回答已采纳
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。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，我不知道是否可以从
浏览 2提问于2018-02-09得票数 0
回答已采纳
我正在尝试使用Tensorflow对象检测API和Tensorflow GPU来训练一个固态硬盘移动网络v2。训练进行得又好又快，直到第一次保存检查点(在数百个步骤之后)，在恢复最后一个检查点后陷入停滞。GPU使用率下降，并且永远不会上升。有时Python本身也会崩溃。我在Windows7上运行Tensorflow GPU，使用的是NVIDIA
浏览 11提问于2019-05-29得票数 1
我正在使用NVIDIARTX-2060(与图灵核心)进行深度学习模式培训。正如在线论坛中提到的，启用混合精度培训可以帮助图灵架构卡比没有混合精确培训的情况下更快地进行培训。当我启用混合精度训练时，每步时间增加而不是减少。我搞不懂为什么会发生这种事，我真的很感激任何人提出解决方案。我花了这么多钱买这个gpu，如果我不能让它更快地训练模型，那是没有用的。代码：def create_model():
浏览 8提问于2021-02-25得票数 0
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，而最初内置的对象检测器也适用于我(狗、风筝和人) 2.1版本，但由于各种不兼
浏览 2提问于2020-02-13得票数 0
我训练了一个对象检测API模型(使用动物园的COCO / Inception v2的Mask RCNN )，具有相同的配置，TensorFlow和模型版本，以及相同数量的步骤的相同(自定义)数据集。在本地机器(1080TI上的tensorflow-gpu)上，我使用了object_object/Train.py，而在云上，我使用了调用object_detection.train模块的google两
浏览 28提问于2018-08-23得票数 0
回答已采纳
我欣喜若狂地发现了一个可以训练和测试我的自定义对象检测模型的设置，但我不明白为什么最新的tensorflow-gpu版本不能在我的PC上工作，而另一个设置在我的笔记本上工作：
操作系统:
浏览 1提问于2020-01-04得票数 2
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
