python内核死亡的原因_python - Jupyter Notebook内核在编译神经网络时死亡 - SO中文参考 - www.soinside.com...

在创建和编译keras密集神经网络时，我的jupyter笔记本内核总是死掉。终端给我一个消息，提示它无法分配空间，并且CUDA内存不足。我的GPU(2060 Super)已经多次运行此模型，只是没有在jupyter上运行。我已经做了很多搜索，而没有找到一个切实可行的答案。我尝试过的一些事情是使用numba device.reset()更改内核，并重新安装conda和jupyter，但似乎无济于事。

这里是总是出现错误的代码块：inputs = keras.Input(shape=(69,))

fc1 = keras.layers.Dense(100, activation='relu')(inputs)

d1 = keras.layers.Dropout(0.1)(fc1, training=True)

bn1 = keras.layers.BatchNormalization()(d1)

fc2 = keras.layers.Dense(150, activation='relu')(bn1)

d2 = keras.layers.Dropout(0.1)(fc2, training=True)

bn2 = keras.layers.BatchNormalization()(d2)

fc3 = keras.layers.Dense(200, activation='relu')(bn2)

d3 = keras.layers.Dropout(0.1)(fc3, training=True)

bn3 = keras.layers.BatchNormalization()(d3)

fc4 = keras.layers.Dense(120, activation='relu')(bn3)

d4 = keras.layers.Dropout(0.1)(fc4, training=True)

bn4 = keras.layers.BatchNormalization()(d4)

fc5 = keras.layers.Dense(60, activation='relu')(bn4)

bn5 = keras.layers.BatchNormalization()(fc5)

outputs = keras.layers.Dense(2, activation='softmax')(bn5)

model = keras.Model(inputs, outputs)

model.summary()

model.compile(optimizer="adam", loss="sparse_categorical_crossentropy", metrics=["accuracy"])