Keras Sklearn RandomizedSearchCV GPU OOM 错误答案

【问题标题】：Keras Sklearn RandomizedSearchCV GPU OOM errorKeras Sklearn RandomizedSearchCV GPU OOM 错误
【发布时间】：2018-08-20 08:02:52
【问题描述】：

我想将 RandomizedSearchCV（或 GridSearchCV）应用到我的 Keras 模型（TensorFlow 后端）。但是用不同的超参数集训练几次后，出现OOM错误。

以下是我的代码和错误消息。我该如何解决这个问题？提前致谢。

def build_model(num_filters = 10, 
                num_classes = 6,
                sequence_max_length=512, 
                vocab_size=71, 
                embedding_size=16, 
                learning_rate=0.001, 
                dropout = 0.2,
                top_k=3,
                embedding_matrix = None,
                model_path=None):
    ... do something
    return model

keras_model = KerasClassifier(build_fn=build_model, 
    embedding_matrix = embedding_matrix) 

random_search_model = RandomizedSearchCV(keras_model, 
                        n_iter = 5,
                        param_distributions = hparm_dist,
                        refit = True,
                        n_jobs = 1)

错误信息：

ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[471512,300]

更新：

通过在 sklearn.cross_validation._fit_and_score 的末尾添加 keras.backend.clear_session() 解决。

【问题讨论】：

标签： python tensorflow scikit-learn keras

【解决方案1】：

您可以尝试将 'pre_dispatch' 参数更改为 1。By default it is 2*n_jobs

random_search_model = RandomizedSearchCV(keras_model, 
                    n_iter = 5,
                    param_distributions = hparm_dist,
                    refit = True,
                    pre_dispatch=1,
                    n_jobs = 1)

【讨论】：

原来我犯了一个愚蠢的错误。添加 keras.backend.clear_session() 剂量工作。