Question

我正在运行从这个code获得的tutorial 我正在尝试运行tensorflow对象检测api，所有代码都运行良好，如果运行所有调用，所有单元都将运行良好，最后，我的图像将被分类。

Buuut的1个单元无法正常工作，它可以工作，但不喜欢它必须工作。

我何时使用dat <- data.frame("ID" = c(6,6,6,7,7,10,11,11), "Admit_Dt" = c('2013-08-12', '2013-12-12', '2016-01-03','2011-04-01', '2011-09-20','2012-02-19','2014-06-24','2014-08-12'), "Urgent" = c(0,1,1,1,0,0,1,1), stringsAsFactors = F) library(dplyr) library(purrr) library(lubridate) isUrgentAndWithinYear <- function(urgent, date, date1){ sum( urgent == 1 & abs(as.numeric(difftime(date, date1, units = "weeks"))) < 52) } dat %>% mutate(Admit_Dt = ymd(Admit_Dt)) %>% group_by(ID) %>% mutate(urgents = list(Urgent), admits = list(Admit_Dt) )%>% group_by(ID, Admit_Dt) %>% mutate(Urgent_1yrSum = map2_dbl(urgents, admits, ~ isUrgentAndWithinYear(.x, .y, Admit_Dt) )) %>% mutate(Urgent_1yrSum = Urgent_1yrSum - Urgent) %>% select(-urgents, -admits)训练模型它会启动tensorflow并开始训练，但只会运行3步，4步，有时运行20、21、23步，最后，谷歌合作实验室在此过程中设置了!python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config

我永远无法完成培训，因为google colab关闭了我的流程，有人知道发生了什么事吗？

我已经尝试使用GPU和TPU实例。

^C

Answer 1

我同意鲍勃·史密斯（Bob Smith）的“内存不足”问题。您可以通过使用Haohui的简单技巧将内存从12GB升级到25GB来应对。在Colab中运行以下代码：

a = []
while(1):
    a.append('1')

它将使会话崩溃，并且在屏幕的左下方会显示一条消息“您想切换到高RAM运行时...吗？”。

Answer 2

您可以使用以下GitHub repo在Google Colab上训练张量流对象检测模型。它具有自述文件，.ipynb文件，模型配置文件和示例label_map文件。如果您遇到任何问题，请告诉我。希望这会有所帮助

Answer 3

我知道这很旧，但是我遇到了同样的问题，无法找到解决方案。发生这种情况是因为我忘记在

下启用GPU

运行时->更改运行时类型

，而我的代码使用了gpu（使用pytorch cuda）。

更多信息：https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d Enable GPU in Colab

Answer 4

您也可以尝试减小.config文件中的“ batch_size”。

google colab在过程中设置“ ^ C”

4 个答案: