【问题标题】:Tensorflow Object Detection Killed before startingTensorFlow 对象检测在启动前被杀死
【发布时间】:2017-06-29 19:05:34
【问题描述】:

我正在运行 docker image tensorflow:1.1.0。我通过在本地克隆它并为我的 docker 提供到该文件夹​​的连接来添加 tensorflow 对象检测 api github。我正在尝试重新创建他们的宠物示例。

我相信我的所有代码和代码都在正确的位置。但是,当我尝试重新训练时,tensorflow 在开始训练之前会自行终止,但不会出现任何问题或错误。

INFO:tensorflow:Starting Session.
INFO:tensorflow:Starting Queues.
INFO:tensorflow:global_step/sec: 0
Killed

我想我有一些东西出来或 oder,但没有任何错误或输出,我不知道去哪里找!

我正在按照此处的指南在本地运行:link。宠物数据来自同一个 GitHub:link。我也从同一个 GitHub 获得了我的模型配置。 link

我选择 inception_v2。

【问题讨论】:

  • 您能否提供有关您的设置的更多信息?您正在运行的docker run 命令(或等效命令)是什么?你能提供这个“宠物例子”的链接吗?
  • 我使用这段代码来启动我的 docker: docker run -it --rm --name bob -p 1000:8888 -v /Users/.../tensorflow/models:/notebooks tensorflow/ tensorflow:1.1.0 其中 tensorflow/models 包含我的模型 GitHub 的本地副本。
  • 我遇到了同样的问题,但我的程序更进一步。 INFO:tensorflow:Starting Queues. INFO:tensorflow:global_step/sec: 0 INFO:tensorflow:Recording summary at step 0. INFO:tensorflow:global step 1: loss = 0.6946 (6.841 sec/step)
  • 更新,我用优化运行了这个,希望它有时间处理,没有运气。
  • 也许这可以帮助你...link

标签: python docker tensorflow


【解决方案1】:

我现在意识到,一开始我的内存就用完了。当我切换到ssd_mobilenet_v1_coco_2017_11_17 并更改batch_size = 1 时,一切正常。

但这仍然不能完全解决我的问题。我必须弄清楚如何为通话提供更多内存。

【讨论】:

    猜你喜欢
    • 2018-11-28
    • 1970-01-01
    • 1970-01-01
    • 2017-07-12
    • 1970-01-01
    • 1970-01-01
    • 2023-04-01
    • 2011-12-15
    • 2016-09-07
    相关资源
    最近更新 更多