Keras NoteBook GPU 超时答案

【问题标题】：Keras NoteBook GPU TimeoutKeras NoteBook GPU 超时
【发布时间】：2017-02-06 08:30:51
【问题描述】：

我正在尝试在 Windows 10 机器上使用我的 GTX 980 gpu 在 jupyter 笔记本上运行带有 tensorflow 的 keras。如果我用我的 gpu 单独运行 tensorflow，它的工作非常好，没有任何问题。但是对于大量 epoch 的 keras 界面会出现问题。

keras 模型使用 GPU 并在我的 epoch 数较低时给出输出，如下所示

with tf.device('/gpu:0'):
    model.compile('adam', 'categorical_crossentropy', ['accuracy'])
    history = model.fit(X_normalized,y_one_hot,batch_size=128,nb_epoch=2,validation_split=0.2)

下面是输出

训练 31367 个样本，验证 7842 个样本纪元 1/2 31367/31367 [===============================] - 3s - 损失：1.7640 - acc：0.5438 - val_loss：1.2872 - val_acc：0.6486-ETA：0s-损失：1.8827-acc：0.5145-ETA：0s-损失：1.7732-acc：0.5416

纪元 2/2 31367/31367 [===============================] - 2s - 损失：0.8539 - acc：0.7765 - val_loss：0.7958 - val_acc: 0.7615

如果 epoch 的数量很高，那么它将超时并出现以下错误并且网页显示忙

119999 毫秒后的 WebSocket ping 超时。

我该如何解决这个错误？

【问题讨论】：

您应该提供完整的错误信息。
我认为这是 Jupyter 的一个已知问题。您可以将您的笔记本下载为.py 文件并从终端运行它

标签： machine-learning tensorflow jupyter-notebook keras

【解决方案1】：

我猜这个问题与 Windows 上的 TDR（超时检测和恢复）有关。基本上，操作系统认为 GPU 挂起并且不再响应，因此操作系统将重新启动显卡。您可以尝试禁用 TDR 或延长 TdRDelay 的上限。更多详情请见https://docs.microsoft.com/en-us/windows-hardware/drivers/display/tdr-registry-keys。

【讨论】：