【问题标题】:TensorFlow object detection limiting memory and cpu usageTensorFlow 对象检测限制内存和 CPU 使用
【发布时间】:2017-07-26 12:03:00
【问题描述】:

我设法从教程中运行 tensorflow 宠物示例。我决定使用最慢的模型(因为我想用于我自己的数据)。但是,当我开始训练时,它会在运行一段时间后被杀死。它使用了我所有的 cpu (4) 和我所有的内存 8GB。你知道无论如何我可以将 CPU 的数量限制为 2 并限制使用的内存量吗?如果我减少批量大小?我的批量大小已经是 1。

我设法通过减小调整大小来运行:

image_resizer { keep_aspect_ratio_resizer { 最小尺寸:300 最大尺寸:612 }

提前致谢。

【问题讨论】:

    标签: memory-management tensorflow object-detection


    【解决方案1】:

    另一个减少内存使用的想法是减少输入数据的队列大小。具体来说,在object_detection/protos/train.proto 文件中,您将看到batch_queue_capacityprefetch_queue_capacity 的条目——考虑在配置文件中将这些字段显式设置为较小的数字。

    【讨论】:

      猜你喜欢
      • 2016-12-01
      • 2018-06-28
      • 1970-01-01
      • 2017-11-20
      • 2018-11-17
      • 1970-01-01
      • 2021-06-08
      • 2019-12-10
      • 2021-12-31
      相关资源
      最近更新 更多