tensorflow+TPU时 ‘proto_buffer_writer.h:83] assertion failed: byte_count_ < total_size_’

在使用TensorFlow和TPU时遇到了'proto_buffer_writer.h:83] assertion failed: byte_count_ < total_size_'的错误。问题可能源于超过2 GiB的proto-size限制。解决方案包括将数据转换为TensorFlow Dataset格式,以避免一次性加载大量数据,或者手动切割数据。此外,提供了一个简单的循环和随机化方法来临时解决此问题。
摘要由CSDN通过智能技术生成

‘293 proto_buffer_writer.h:83] assertion failed: byte_count_’
使用TPU加tensorflow时遇到的问题,很少有人提,根据唯一搜到的两篇
https://github.com/tensorflow/tensorflow/issues/24459
https://stackoverflow.com/questions/60129190/tpu-issue-transition-tf-1-3-to-tf-2-1
也就是说超过2 GiB proto-size限制了,但是我很确定每个batch不可能超过。
根据第二个老哥的说法,TensorFlow只能分割 tf.data.Dataset,原本是np之类的就需要转换成tensorflow dataset format,不然可能直接是一股脑儿丢进去的,那确实会超过。

另外提供一个比较土但是也能work的解决方案:tf自己不会切我们就手动切数据

原:


model_my.fit(train_image_sub[0:2000],train_coordinate_sub
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值