函数调用堆栈：模型拟合的 train_function 错误答案

【问题标题】：Function call stack: train_function error for model fit函数调用堆栈：模型拟合的 train_function 错误
【发布时间】：2021-08-01 18:54:44
【问题描述】：

函数调用堆栈：模型拟合的 train_function 错误

model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
model.fit(X_train_scaled, y_train, epochs=10)

【问题讨论】：

你是在 CPU 还是 GPU 上训练？尝试在 CPU 上进行训练以检查问题是否仍然存在
如何选择cpu或gpu
请勿发布错误图片。

标签： python tensorflow keras model-fitting

【解决方案1】：

Function call stack: train_function

from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession

config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)

添加此代码

【讨论】：

先生，我在这段代码之后收到了警告，并且在添加的图像中显示了内部编码错误
C:\Users\legion\AppData\Roaming\Python\Python39\site-packages\tensorflow\python\client\session.py:1761：UserWarning：交互式会话已经处于活动状态。在某些情况下，这可能会导致内存不足错误。您必须显式调用InteractiveSession.close() 以释放其他会话持有的资源。 warnings.warn('一个交互式会话已经处于活动状态。这可以'
第二个错误OOM...是由于RAM内存不足，所以你应该缩小模型或者减小batch size。
OOM（内存不足）错误是因为您的硬件确实内存不足。通过缩小模型，我的意思是删除一些层并减少模型架构中的通道数量。您可以通过model.fit(x,y,... batch_size=???)设置批量大小。
如果你正在寻找机器学习速成课程，我个人推荐 Andrew Ng 的机器学习。它是免费的，我本人也高度参与了该课程。