从昨天开始，我已经完成了训练一个模特的第一次尝试：
python object_detection/legacy/train.py --train_dir=CP --pipeline_config_path=faster_rcnn_inception_v2_coco.config
几次（10或20秒）后，我再也无法用口或键盘输入东西。 GPU（nvidia-smi）的更新被冻结。 几分钟后，我进行了一次重置，并验证了CP的内容。它不再是空的。 我看到的是，硬盘驱动器一直在工作。
我第二次做了同样的事情，但是让过程继续到早晨。 CP目录已更新（至model.ckpt-491）。
现在用几个词来描述我的配置： 处理器：i5 内存：8 GB 操作系统：Ubuntu 18.04 GPU 1：GT 730用于可视化 GPU 2：GTX 1060
ncvv：V9.0 和nvidia-smi给：
+ ---------------------------------------------- ------------------------------- + | NVIDIA-SMI 390.87驱动程序版本：390.87 | | ------------------------------- + ----------------- ----- + ---------------------- + | GPU名称持久性-M |总线编号Disp.A |挥发性不佳。 ECC | |风扇温度性能：用法/上限|内存使用| GPU实用计算M。 | ============================== + ================= ===== + ==================== | | 0 GeForce GT 730关闭| 00000000：01：00.0 N / A | N / A | |不适用34C P0不适用/不适用| 703MiB / 2001MiB | N / A默认| + ------------------------------- + ----------------- ----- + ---------------------- + | 1 GeForce GTX 106 ...关闭| 00000000：06：00.0关闭| N / A | | 0％33C P8 4W / 120W | 2MiB / 6078MiB | 0％默认| + ------------------------------- + ----------------- ----- + ---------------------- + + ------------------------------------------------- ---------------------------- +
最初，我安装的所有东西只能与一个GPU配合使用（GT 730，因为我目前没有第二个）。 昨天我收到了新的视频卡，但没有做任何事情，它被nvidia-smi识别，并被Tensorflow直接使用。无需任何其他修改。
现在我的问题：
感谢您的帮助 让·玛丽（Jean-Marie）
答案 0 :(得分：0)
我购买了更多的RAM（总共24 GB），这次执行速度很快。不再可能使用我的计算机。甚至我还能增加图像大小！
对于大多数人来说可能是显而易见的。但这只是在某些情况下增加了同样的问题。