运行文本分类 - GPU

Question

基于这个github链接https://github.com/dennybritz/cnn-text-classification-tf，我想在GPU上的Ubuntu-16.04上对我的数据集进行分类。 为了在GPU上运行，我已经将text_cnn.py上的第23行更改为： with tf.device（＆＃39; / gpu：0 ＆＃39;）， tf.name_scope（＆＃34;嵌入＆＃34）：

列车阶段的第一个数据集有 9000个文档，其大小约为 120M ， 火车的第二 1300个文件，其大小约为 1M 。

在使用GPU运行我的Titan X服务器后，我遇到了错误。

请指导我，我该如何解决这个问题？ 感谢。

Answer 1

您出现内存不足错误，因此首先要尝试的是较小的批量大小 （默认为64）。我会从：

开始

./train.py --batch_size 32

Answer 2

大部分内存用于保存嵌入参数和卷积参数。我建议减少：

• EMBEDDING_DIM
• NUM_FILTERS
• BATCH_SIZE

尝试embedding_dim = 16，batch_size = 16和num_filters = 32，如果可行的话，一次增加2x。

此外，如果您使用docker虚拟机运行tensorflow，默认情况下您可能只使用1G内存，尽管您的计算机中有16G内存。有关详细信息，请参阅here。