我一直致力于比较在本地计算机和Google Cloud Platform上运行深度学习代码。 代码是关于递归神经网络的，它在本地机器上运行得非常好。 但是在GCP云shell上，当我想编译我的python文件时，它会显示“Killed”
userID @ projectID：〜$ python rnn.py
终止
是因为我记忆力不足吗？ （因为我试图逐行运行，并且第二次将大数据分配给变量时，它会卡住。） 我的代码有点像这样
gunicorn
在第三行，机器卡住并显示“已杀”
我试图改变第二和第三行的顺序，它仍然停留在第三行。 我的训练数据是（25000,80,128） - 阵列。我的测试数据也是如此。数据集在我的本地机器上运行良好。我确信这个数据集没有问题。
还是因为其他原因？ 如果知道如何解决甚至几个关键词的人告诉我如何处理这个问题，那将是非常棒的。谢谢：D
答案 0 :(得分：3)
您遇到的错误是因为Cloud Shell不适用于计算或网络密集型流程，see Cloud Shell limitations.
我们了解您希望将本地计算机与Google Cloud Platform进行比较。如上所述in the public docs：
＆＃34;当您启动Cloud Shell时，它会提供g1-small Google Compute 发动机＆＃34;
g1-small machine type具有1.70GB RAM和共享物理核心。记住这一点并且如前所述这是有限的，您的本地计算机可能比Cloud Shell更强大，因此您看不到任何改进。
我建议您使用不同的计算机类型创建计算引擎实例，您可以使用自定义计算机类型来设置您希望拥有的核心数和RAM数。我想您希望从Google Compute Engine中更快地运行工作负载中受益，这样您就可以在资源方面选择比本地机器类型更好的机器类型，并比较它的改进程度。