辅助神器——Kaggle
在学tensorflow的时候,发现训练模型会出现这个错误:
tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[16,64,254,254] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
[[node Conv2DBackpropInput_7 (defined at D:\study\python3.7.7\lib\site-packages\tensorflow_core\python\framework\ops.py:1751) ]]
Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
[Op:__inference_distributed_function_1811]
Function call stack:
distributed_function
查了查百度,说是GPU不够用的。找了很多方法,比如租一个云GPU,但太贵了。
最后找到了一个tensorflow的学习辅助神奇——Kaggle
2022年看到,多提一句,没卡别玩深度学习!!!
kaggle的注册
kaggle官网
我们直接进入官网注册账户,在右上角点击Register,点击之后上面的是谷歌账号注册,下面的是邮箱注册
我就是直接用的邮箱注册
下载好了之后直接解压,然后进入浏览器,点右上角的三个点-更多工具-扩展程序,开启开发者模式-加载已压缩的扩展程序,然后找到那个压缩好的文件夹,加载进去就可以了。这样再注册就有验证码了,当然,在手机上注册也是可以的。
Kaggle的使用
当我们注册好账号之后,点击左边那里的Notebooks
点击完了之后,右上方会出现 New Notebooks,我们继续点它
之后会进入下面这个界面,前面两个我们默认就好,就Python和Notebook,下面的是问你需不需要用谷歌云服务以及加速器的选择,这里我们直接默认就好,后面需要的话可以再修改。然后我们点击下面的create。
这里的其它部分的功能以及操作跟Jupyter Notebook很相似,在右边,最上面的Data是数据集,你可以在这里面添加你自己的数据集,也可以直接下载网上有的,当然,上传的话也需要fq。下面settings里的accelerator可以选择你想用的加速器,我平时用来训练就是直接选GPU,但不用的时候记得把它关了,一个星期可以免费使用三十个小时,每次训练的时长不能超过八小时,如果超过八小时的话,可以把数据集分开测试。再下面的internet就是如果你的程序中有需要在线下载什么东西的话就可以打开它。