系统配置如下：
Ubuntu 16.04， cuda 9.1，
cudnn 7.0.5，
nvidia driver 390.30，
GTX 1050 TI gpu，
tensorflow-gpu 1.7rc1和1.5，
配置文件和train.py是tensorflow分布中的库存，并且 正在使用的训练模型是ssd_mobilenet_v1_coco_2017_11_17。
以下是从putty终端会议中收集的：
警告：tensorflow：来自/home/dennis/models/research/object_detection/trainer.py:228：不推荐使用create_global_step（来自tensorflow.contrib.framework.python.ops.variables），并将在以后的版本中删除。 更新说明： 请切换到tf.train.create_global_step
INFO：tensorflow：框预测值之前的额外转换深度：0
INFO：tensorflow：框预测值之前的额外转换深度：0
INFO：tensorflow：框预测值之前的额外转换深度：0
INFO：tensorflow：框预测值之前的额外转换深度：0
INFO：tensorflow：框预测值之前的额外转换深度：0
INFO：tensorflow：框预测值之前的额外转换深度：0
INFO：tensorflow：摘要名称/ clone_loss是非法的;改为使用clone_loss。
警告：tensorflow：来自/home/dennis/.virtualenvs/od/local/lib/python2.7/site-packages/tensorflow/contrib/slim/python/slim/learning.py:736： init （来自tensorflow.python.training.supervisor）已弃用，将在以后的版本中删除。
更新说明： 请切换到tf.train.MonitoredTrainingSession
2018-03-23 16：59：01.725435：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1355]找到具有属性的设备0：
名称：GeForce GTX 1050 Ti专业：6个未成年人：1个memoryClockRate（GHz）：1.455
pciBusID：0000：01：00.0
totalMemory：3.94GiB freeMemory：3.89GiB
2018-03-23 16：59：01.725484：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1434]添加可见的gpu设备：0
2018-03-23 16：59：02.090533：I tensorflow / core / common_runtime / gpu / gpu_device.cc：922]具有强度1边缘矩阵的设备互连StreamExecutor：
2018-03-23 16：59：02.090592：I tensorflow / core / common_runtime / gpu / gpu_device.cc：928] 0
2018-03-23 16：59：02.090601：I tensorflow / core / common_runtime / gpu / gpu_device.cc：941] 0：N
2018-03-23 16：59：02.090801：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1052]创建TensorFlow设备（/ job：localhost / replica：0 / task：0 / device：GPU： 0与3631 MB内存） - ＆gt;物理GPU（设备：0，名称：GeForce GTX 1050 Ti，pci总线ID：0000：01：00.0，计算能力：6.1）
INFO：tensorflow：从/home/dennis/models/research/ssd_mobilenet_v1_coco_2017_11_17/model.ckpt恢复参数
INFO：tensorflow：运行local_init_op。
INFO：tensorflow：完成运行local_init_op。
INFO：tensorflow：开始会话。
INFO：tensorflow：将检查点保存到路径temp / model.ckpt
INFO：tensorflow：启动队列。
INFO：tensorflow：global_step / sec：0
此时系统崩溃，我必须关闭系统电源然后重新启动（重新启动）。
除了我的训练数据和配置之外，我还使用了Dat Tran的一篇文章中的模型和数据，名为“如何使用Tensorflow的对象检测API训练您的对象检测器”，并得到了相同的结果。
我已经能够运行mnist示例和其他测试，显示tensorflow-gpu正在运行。
我不确定下一步该做什么。我是否可以收集其他信息以帮助进一步诊断问题？
非常感谢任何建议，
由于