在使用Keras.model.fit训练模型时,我碰到“达到输出大小限制后,缓冲的数据被截断了”。在输出中,并且输出不再更新。
Epoch 14/30
51/721 [=>............................] - ETA: 27s - loss: 0.7874 - dense_6_loss: 0.4921 - dense_7_loss: 0.1440 - dense_8_loss: 0.1513 - dense_6_accuracy: 0.8556 - dense_7_accuracy: 0.9532 - dense_8_accuracy: 0.9511Buffered data was truncated after reaching the output size limit.
这似乎是某种内存错误 Buffered data was truncated after reaching the output size limit
即使文本数量保持不变。
答案 0 :(得分:0)
我也有epochs=100
和batch_size=1
的问题。当我将keras的详细程度设置为2时,问题就解决了。为了保存您在stdout
中获得的学习结果,您可以像下面这样简单地使用logger
:
from keras.callbacks import CSVLogger
csv_logger = CSVLogger(
"log.csv",
append=True,
separator=','
)
history = model.fit(
x_train,
y_train,
batch_size=batch_size,
epochs=epochs,
verbose=2,
validation_data=(x_test, y_test),
callbacks=[csv_logger]
)