google colab 在过程中设置一个“^C”

Question

我正在运行从本教程中获得的这段代码 我正在尝试运行 tensorflow 对象检测 api，所有代码运行良好，如果运行所有调用，所有单元格都会运行良好，最后，我的图像被分类。

Buuut 有 1 个不能正常工作的单元格，它可以工作，但不喜欢它必须工作。

当我用!python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config 它训练我的模型时，它会启动 tensorflow 并开始训练，但它只运行 3 步、4 步，有时是 20、21、23 步，最后，google colab^C在此过程中设置了一个

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

我已经尝试使用 GPU 和 TPU 实例。

[...]

INFO:tensorflow:Restoring parameters from training/model.ckpt-0

I1022 20:41:48.368024 139794549495680 tf_logging.py:115] Restoring parameters from training/model.ckpt-0

INFO:tensorflow:Running local_init_op.

I1022 20:41:52.779153 139794549495680 tf_logging.py:115] Running local_init_op.

INFO:tensorflow:Done running local_init_op.

I1022 20:41:52.997912 139794549495680 tf_logging.py:115] Done running local_init_op.

INFO:tensorflow:Starting Session.

I1022 20:41:59.072830 139794549495680 tf_logging.py:115] Starting Session.

INFO:tensorflow:Saving checkpoint to path training/model.ckpt

I1022 20:41:59.245162 139793493063424 tf_logging.py:115] Saving checkpoint to path training/model.ckpt

INFO:tensorflow:Starting Queues.

I1022 20:41:59.252097 139794549495680 tf_logging.py:115] Starting Queues.

INFO:tensorflow:global_step/sec: 0

I1022 20:42:10.151180 139793484670720 tf_logging.py:159] global_step/sec: 0

INFO:tensorflow:Recording summary at step 0.

I1022 20:42:16.119055 139793476278016 tf_logging.py:115] Recording summary at step 0.

INFO:tensorflow:global step 1: loss = 14.0911 (28.770 sec/step)

I1022 20:42:28.496783 139794549495680 tf_logging.py:115] global step 1: loss = 14.0911 (28.770 sec/step)

INFO:tensorflow:global step 2: loss = 12.4958 (10.529 sec/step)

I1022 20:42:39.334129 139794549495680 tf_logging.py:115] global step 2: loss = 12.4958 (10.529 sec/step)

INFO:tensorflow:global step 3: loss = 11.6073 (8.267 sec/step)

I1022 20:42:47.601801 139794549495680 tf_logging.py:115] global step 3: loss = 11.6073 (8.267 sec/step)

^C

Answer 1

您还可以尝试减少 .config 文件中的“batch_size”。

Answer 2

我同意 Bob Smith 关于“内存不足”问题的看法。您可以从您的12GB内存从一个简单的伎俩升级到25GB RAM应付它Haohui。在 Colab 中运行以下代码：a = [] while(1):     a.append('1')它会使会话崩溃，您将在屏幕左下方收到一条消息“您想切换到高 RAM 运行时吗...”。

Answer 3

我知道这已经过时了，但我遇到了同样的问题并且找不到解决方案。这发生在我身上，因为我忘记在下面启用 GPU运行时->更改运行时类型，我的代码使用 gpu（使用 pytorch cuda）。