前提・実現したいこと
深層学習を用いて、犬猫分類を作成したいと考えています。
画像の準備はすべて完了しました。
最後に学習させようとしたときにDead Kernelが出てしまい、進まなくなってしまいました。
発生している問題・エラーメッセージ
Dead Kernelが解決しない 
該当のソースコード
import tensorflow as tf import os from keras.preprocessing.image import ImageDataGenerator --------------------------------------------------------------------------- img_w, img_h=150,150 batch_size=32 train_datagen=ImageDataGenerator( rescale=1.0/255, rotation_range=15, zoom_range=0.2, horizontal_flip=True ) ------------------------------------------------------------------ test_datagen=ImageDataGenerator(rescale=1.0/255) train_generator=train_datagen.flow_from_directory( './data/train', target_size=(img_w,img_h), batch_size=batch_size, class_mode='binary' ) ------------------------------------------------------------------------ validation_generator=test_datagen.flow_from_directory( './data/validation', target_size=(img_w,img_h), batch_size=batch_size, class_mode='binary' ) ------------------------------------------------------------- print(train_generator.class_indices) print(validation_generator.class_indices) ------------------------------------------------------------------ from keras.models import Sequential from keras.layers import Conv2D,MaxPooling2D,Dropout,Flatten,Dense from keras import optimizers -------------------------------------------------------------------------- model=Sequential() model.add( Conv2D( filters=32, kernel_size=(3,3), input_shape=(150,150,3), padding='same', activation='relu' ) ) model.add(MaxPooling2D(pool_size=(2,2)) ) model.add(Dropout(0.25)) model.add( Conv2D( filters=32, kernel_size=(3,3), activation='relu' ) ) model.add( MaxPooling2D(pool_size=(2,2)) ) model.add(Dropout(0.25)) model.add( Conv2D(filters=64, kernel_size=(3,3), activation='relu' ) ) model.add(MaxPooling2D(pool_size=(2,2))) model.add(Dropout(0.25)) model.add(Flatten()) model.add( Dense(64, activation='relu' ) ) model.add(Dropout(0.5)) model.add( Dense( 1,activation='sigmoid' ) ) model.compile( loss='binary_crossentropy', metrics=['accuracy'], optimizer=optimizers.SGD(lr=1e-4,momentum=0.9), ) model.summary() ---------------------------------------------------------------------- epochs=60 batch_size=batch_size history=model.fit( train_generator, epochs=epochs, verbose=1, validation_data=validation_generator, )
試したこと
メモリー不足の問題を検討しましたが違いました。
numpyのupgrateを行いましたが、うまくいきませんでした。
補足情報(FW/ツールのバージョンなど)
実行環境 jupyter
python 3.6
tensorflow-gpu 2.4.0
pillow 7.2.0
numpy 1.17.0
matplotlib 3.2.2
keras 2.4.3
opencv-python 4.5.2
cuDNN 8.0
CUDA 11.0
プロセッサ(CPU) 2.60 GHz
実装RAM(メモリー) 32.0 GB
エディション Windows 10 Home
バージョン 2004
エラー情報
Could not load library cudnn_ops_infer64_8.dll. Error code 126 Please make sure cudnn_ops_infer64_8.dll is in your library path! [I 16:42:05.254 NotebookApp] KernelRestarter: restarting kernel (1/5), keep random ports kernel 57670496-9ba7-4e02-b358-801ddddd2ea4 restarted

回答1件
あなたの回答
tips
プレビュー