最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Keras 快速解決OOM超內(nèi)存的問題

 更新時間:2020年06月11日 10:30:44   作者:silent56_th  
這篇文章主要介紹了Keras 快速解決OOM超內(nèi)存的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

如果在Keras內(nèi)部多次使用同一個Model,例如在不同的數(shù)據(jù)集上訓練同一個模型進而得到結果,會存在內(nèi)存泄露的問題。在運行幾次循環(huán)之后,就會報錯OOM。

解決方法是在每個代碼后面接clear_session()函數(shù),顯示的關閉TFGraph,再重啟。

詳情參考 https://keras.io/backend/#backend-functions。

from keras import backend as K
K.clear_session()

補充知識:Keras多次加載模型進行測試時內(nèi)存溢出的解決方法

在進行實驗的過程中,保存了每個epoch的模型參數(shù)文件,需要驗證每個保存的模型的效果,想到直接簡單粗暴的手法,就是一個循環(huán)里加載模型并進行驗證,但是導致隨著加載的模型越來越多,速度越來越慢。

方法如下:在每次加載模型之前,清空模型占用的內(nèi)存即可。

import tensorflow as tf
from keras import backend as K
 
K.clear_session()
tf.reset_default_graph()
‘'‘加載模型位置'‘'

更多內(nèi)容信息,可以參見官網(wǎng)介紹https://keras.io/api/utils/backend_utils/

以上這篇Keras 快速解決OOM超內(nèi)存的問題就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

最新評論

宁夏| 蚌埠市| 杭州市| 永城市| 怀安县| 明水县| 景宁| 临漳县| 平泉县| 达州市| 贡觉县| 盐池县| 防城港市| 汝州市| 公主岭市| 木兰县| 新邵县| 蒙城县| 曲阜市| 宜宾县| 丰宁| 柘城县| 苗栗县| 平舆县| 桂平市| 玉林市| 闸北区| 仁布县| 平塘县| 大宁县| 栖霞市| 怀仁县| 环江| 冷水江市| 年辖:市辖区| 姜堰市| 额济纳旗| 高台县| 息烽县| 谢通门县| 方正县|