溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

Keras 如何快速解決OOM超內(nèi)存？

發(fā)布時(shí)間：2020-06-23 18:30:17 來(lái)源：億速云 閱讀：704 作者：清晨 欄目：開(kāi)發(fā)技術(shù)

不懂Keras 如何快速解決OOM超內(nèi)存？？其實(shí)想解決這個(gè)問(wèn)題也不難，下面讓小編帶著大家一起學(xué)習(xí)怎么去解決，希望大家閱讀完這篇文章后大所收獲。

如果在Keras內(nèi)部多次使用同一個(gè)Model，例如在不同的數(shù)據(jù)集上訓(xùn)練同一個(gè)模型進(jìn)而得到結(jié)果，會(huì)存在內(nèi)存泄露的問(wèn)題。在運(yùn)行幾次循環(huán)之后，就會(huì)報(bào)錯(cuò)OOM。

解決方法是在每個(gè)代碼后面接clear_session()函數(shù)，顯示的關(guān)閉TFGraph，再重啟。

from keras import backend as K
K.clear_session()

補(bǔ)充知識(shí)：Keras多次加載模型進(jìn)行測(cè)試時(shí)內(nèi)存溢出的解決方法

在進(jìn)行實(shí)驗(yàn)的過(guò)程中，保存了每個(gè)epoch的模型參數(shù)文件，需要驗(yàn)證每個(gè)保存的模型的效果，想到直接簡(jiǎn)單粗暴的手法，就是一個(gè)循環(huán)里加載模型并進(jìn)行驗(yàn)證，但是導(dǎo)致隨著加載的模型越來(lái)越多，速度越來(lái)越慢。

方法如下：在每次加載模型之前，清空模型占用的內(nèi)存即可。

import tensorflow as tf
from keras import backend as K
 
K.clear_session()
tf.reset_default_graph()
‘'‘加載模型位置'‘'

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享Keras 如何快速解決OOM超內(nèi)存？?jī)?nèi)容對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，遇到問(wèn)題就找億速云，詳細(xì)的解決方法等著你來(lái)學(xué)習(xí)!

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手