TensorFlow识别复杂验证码以及搭建生产环境（6）—— 训练与测试

最新推荐文章于 2024-03-20 17:53:44 发布

胡大炮的妖孽人生

最新推荐文章于 2024-03-20 17:53:44 发布

阅读量2.4k

点赞数

分类专栏： tensorflow

本文链接：https://blog.csdn.net/huplion/article/details/78988285

版权

本文介绍了在使用TensorFlow训练验证码识别模型时遇到的GPU内存不足问题，详细展示了训练过程中遇到的OOM错误及解决方案。通过降低训练参数和更换更强大的GPU来解决。最终模型达到约50%的测试准确率，为后续部署到生产环境奠定了基础。

摘要由CSDN通过智能技术生成

0x00 前言

训练是一个不断参数调优的过程，这个过程甚至比设计神经网络的过程的时间要长很多。所以你需要一块泰坦。否则训练的过程非常非常非常的漫长。目前博主还买不起泰坦，天天借别人的机器训练了。

0x01 训练

训练中的常见错误:OOM

由于在我的小机器上只有一块2G显存的750Ti，没训练两次就OOM了。

Traceback (most recent call last):
File “C:\Python35\lib\site-packages\tensorflow\python\client\session.py”, line 1139, in _do_call
return fn(*args)
File “C:\Python35\lib\site-packages\tensorflow\python\client\session.py”, line 1121, in _run_fn
status, run_metadata)
File “C:\Python35\lib\contextlib.py”, line 66, in exit
next(self.gen)
File “C:\Python35\lib\site-packages\tensorflow\python\framework\errors_impl.py”, line 466, in raise_exception_on_not_ok_status
pywrap_tensorflow.TF_GetCode(status))
ten