Только импорт водоснабжении занимает 10 ГБ в ГПУ
Я использую EC2 GPU-машину с готовыми AMIs. Я просто ставлю "импорт кераса" и запускаю его. Он занимает 11519MiB (из 12181MiB). Это же бессмысленно, верно?
Я гуглил его. Я предполагаю, что это может исходить от установки пути. Я не знаю, что вызывает утечку памяти.
Кто-нибудь, кто знает решение или испытывает подобное со мной??
-- обновить-- Это LD_LIBRARY_PATH в GPU-сервере моей компании Когда я использовал сервер в первый раз, был установлен только tensorflow, а не tensorflow-ГПУ. Поэтому я просто сделал "pip install-upgrade tensorflow-gpu"
1 ответ:
Я решил эту проблему.
Это связано с проблемой выделения памяти Keras & Tensorflow. Моя настройка автоматически выделила всю память в GPU. Я решаю ее следующим образом. В любом случае, спасибо всем
import tensorflow as tf gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.2) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options)) from keras import backend as K import tensorflow as tf config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.2 session = tf.Session(config=config) K.set_session(session)