我正在使用的代码训练seq2seq神经机器翻译。在我中断训练过程后，重新启动的过程变得超级慢(从1.2步/秒到0.07步/秒)。还有没有人有过这样的经历？如何调试？~INFO:tensorflow:loss = 0.585205, step = 830853 (79.477 sec)INFO:<e
浏览 1提问于2017-06-04得票数 0
label='Validation loss')我想使用matplotlib实时绘制损失，但在训练过程中得到的是一个黑色窗口当我将图形保存到文件中时，它也会生成正确的图形，即使在训练期间也是如此。可以用这种方式实时绘制损失情况吗？
浏览 1提问于2017-03-14得票数 1
我正在尝试调试我的tensorflow代码，它在大约30个时期后突然产生NaN丢失。你可能会在这个SO question中找到我的具体问题和我尝试过的东西。我在训练期间监控了每个小批量的所有层的权重，发现权重突然跳到NaN，尽管在前一次迭代中所有的权重值都小于1(我已经将kernel_constraint max_norm设置为1)。这使得调试代码变得很容易。 在TensorFlow中有类似的东西吗？如果没有，你能推荐一种方法来调试它吗？
浏览 30提问于2021-10-10得票数 0
回答已采纳
但现在它变得至少慢了20倍。我在其他电脑上测试过，它的运行速度非常快。 更新:过滤不是延迟的原因，查询是原因。除此之外，它突然变得超级慢，而不是随着时间的推移。在我的第一台PC上，是什么让它变得如此缓慢？
浏览 67提问于2020-07-05得票数 2
回答已采纳
我尝试使用预训练模型vgg19和alexnet作为特征提取器，然后使用svm进行分类。我有大约15000张图片作为输入数据。我使用的是服务器hp proliant g7，但是vgg19大约需要50小时来训练，而alexnet只需要大约4小时。这是正常的，还是我应该为vgg19的情况调查一下我那端的一些设置或数据问题？
浏览 269提问于2019-05-20得票数 1
2回答
我目前正在尝试进入ConvNets，并且有两个不同的系统可供训练。第一个是我在工作中可以访问的GPU-Server，第二个是我想在家里玩的pc (terra工作站)。系统组件如下： ? 但我立即遇到了一个OOM错误： Epoch 1/642020-08-20 07:39:08.
浏览 185提问于2020-08-20得票数 1
回答已采纳
我已经编写了一个seq2seq网络，使用facebook的fastText矢量进行嵌入。我遇到了一个问题，模型可能会在40%的时间内运行和训练良好，然后在训练开始时随机挂起，其余60%的时间。类似地，网络确实进行了一些池大小调整，但我从未在模型成功训练的运行中遇到过OOM。我正在为我的训练解码器使用预定的火车助手，并为我的预测解码器使用波束搜索解码器。这变得有点不切实际，因为每次我在进行调整后重新开始训练，我都会冒险花更多的时间杀死进程并重新运行，然后实际看到实验的结果
浏览 10提问于2017-08-06得票数 2
回答已采纳
然而，当我尝试在我自己的笔记本电脑上用一个CPU (没有GPU)运行它时，它变得非常低……速度慢100倍以上。 我知道当我没有GPU进行训练时，速度会慢得多。通常，我们使用CPU通过“队列”将数据加载到GPU，但是使用单个CPU并使用Tensorflow队列是没有任何意义的。有谁能给我一些指导吗？
浏览 18提问于2019-01-17得票数 0
回答已采纳
当我在steps_per_epoch方法中指定model.fit(..)参数时，我注意到了训练模型速度的巨大下降。.- ETA: 2s -损失: 0.7055 - acc: 0.7535
import tensorflow as tf
from tensorflow</e
浏览 1提问于2019-02-11得票数 3
回答已采纳
我已经在谷歌Colab上为cifar10数据集建立了一个残差神经网络模型，但它在TPU硬件上运行非常慢。 我有另一个常规的卷积神经网络，它在google colab上运行良好。
浏览 41提问于2019-06-15得票数 0
2回答
Keras没有使用我的GPU，尽管tensorflow似乎可以很好地运行它。我遵循其他人的建议来检查tensorflow：from tensorflow.python.client import device_lib]
到目前为止还不错，但当我在Keras中指定一个分类
浏览 2提问于2018-10-23得票数 0
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。
浏览 18提问于2019-02-08得票数 1
我刚刚得到一个RTX 2070超级，我想尝试半精确训练使用Keras与TensorFlow后端。当我试图用这些数据训练我的网络时，我会得到以下错误：
我真的很想了解一下情况。
谢谢!
浏览 5提问于2019-10-25得票数 0
我添加了一个with tf.device('/cpu:0')来工作)
训练期间的CPU利用率大致相同(优化版本稍微高一点)
我回顾了两个实现的代码，我不明白为什么标准实现(word2v
浏览 2提问于2015-12-13得票数 4
回答已采纳
我在用tensorflow做实验，结果撞到了墙上。我有一个bash脚本，它可以启动python程序，并使用不同的超级参数进行相应的训练。我使用Cuda7.5和cudnn 4在图形卡上进行计算，数据采用tensorflow格式，我使用TFReadRecords作为读取器。
一开始一切都很好。通常情况下，读取数据并将其传输到GPU需要花费50-60%的CPU负载，但在减速期间，我在系统监视器中注意到，它仅限于一个cpu核心(参见屏幕截图快地，慢的)。
浏览 0提问于2016-08-08得票数 0
2回答
星期一早上，像往常一样，我试着从我的周末/家庭代码继续，突然项目在我的工作机器上变得超级慢，但机器没有改变。它运行Suse Linux (php 5.6)。我一直在等待页面加载。
浏览 6提问于2016-08-02得票数 0
我使用Gensim训练了一个Word2Vec模型，我有两组单词：S2 = {'','','' ...}如果S1和S2很大，这会变得非常慢。
有没有更快的方法来计算Word2Vec中的大对单词，无论是genism还是tensorflow？
浏览 0提问于2020-03-08得票数 0
我的团队正在使用gpu实例来运行机器学习，基于tensorflow，yolo，计算机视觉应用程序，并使用它来训练机器学习模型。它每小时7美元，有8个gpu，试图降低它的成本。我们需要8个gpu进行更快的训练，有时很多人可以同时使用不同的gpu。
对于我们的用例，我们有时根本不使用gpu(8个gpu)，至少在一个月的1-2周内。我曾想过使用efs将代码放在共享文件系统上，然后在那里运行，但我读了一篇文章( )，其中写道，我不应该从基于网络的驱动器上运行代码，因为速度可能会变得非常慢。如果你建议使用一个gp
浏览 2提问于2018-12-26得票数 1
回答已采纳
我有一些使用tensorflow函数py_func的效率问题。在我的项目中，我有一批尺寸为input_features的张量[? max_items m]。第一个维度被设置为?，因为它是一个动态形状(批处理用于定制的tensorflow读取器，并使用tf.train.shuffle_batch_join()进行洗牌)。这很好，但是训练变得非常慢(大约比没有这个py_func的模型慢50倍)，而且这个函数本身并不费时。这个计算时间增加正常吗？在tensorflow
浏览 3提问于2017-03-21得票数 5
回答已采纳
在下面的示例中，均值(mu)和协方差(sigma)都是可训练/学习的。import numpy as npimport tensorflow_probability as tfp
state为什么使分布常数的协方差突然变得不可微？系统详细信息：
MacOS 1
浏览 0提问于2019-05-30得票数 0
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
