質問編集履歴
2
エラーの追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
最近、GPU搭載のPCを購入して機械学習をし始めましたが、簡単なRNNでエラーが出てしまい、MNISTでコードを動かしたところ以下のようなエラーが出ます。なおRNNとMNISTでのエラーは同じものです。ネットではメモリ不足などとありますが、自分のGPUはGeforceであり、問題ないと思うのですが。ご回答よろしくお願いします。
|
|
2
2
|
|
|
3
|
-
解決方法を教えてください。
|
|
3
|
+
解決方法を教えてください。コメントアウトしているところはそれぞれ試みましたが解決しませんでした。
|
|
4
4
|
|
|
5
5
|
以下コードです。
|
|
6
6
|
|
|
@@ -10,6 +10,12 @@
|
|
|
10
10
|
|
|
11
11
|
```python
|
|
12
12
|
|
|
13
|
+
import os
|
|
14
|
+
|
|
15
|
+
os.environ['TF_FORCE_GPU_ALLOW_GROWTH'] = 'true'
|
|
16
|
+
|
|
17
|
+
|
|
18
|
+
|
|
13
19
|
import numpy as np
|
|
14
20
|
|
|
15
21
|
from sklearn.model_selection import train_test_split
|
|
@@ -26,6 +32,40 @@
|
|
|
26
32
|
|
|
27
33
|
from tensorflow.keras.utils import to_categorical
|
|
28
34
|
|
|
35
|
+
# tf.Session(config=tf.ConfigProto(device_count = {'GPU': 1}))
|
|
36
|
+
|
|
37
|
+
|
|
38
|
+
|
|
39
|
+
# config = tf.ConfigProto()
|
|
40
|
+
|
|
41
|
+
# config.gpu_options.allow_growth=True
|
|
42
|
+
|
|
43
|
+
# sess = tf.Session(config=config)
|
|
44
|
+
|
|
45
|
+
|
|
46
|
+
|
|
47
|
+
# gpus = tf.config.experimental.list_physical_devices('GPU')
|
|
48
|
+
|
|
49
|
+
# for gpu in gpus:
|
|
50
|
+
|
|
51
|
+
# tf.config.experimental.set_memory_growth(gpu, True)
|
|
52
|
+
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
# config = tf.compat.v1.ConfigProto()
|
|
56
|
+
|
|
57
|
+
# config.gpu_options.allow_growth = True
|
|
58
|
+
|
|
59
|
+
# session = tf.compat.v1.Session(config=config)
|
|
60
|
+
|
|
61
|
+
|
|
62
|
+
|
|
63
|
+
# gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.9)
|
|
64
|
+
|
|
65
|
+
|
|
66
|
+
|
|
67
|
+
# tf.Session(config=tf.ConfigProto(gpu_options=gpu_options,allow_soft_placement=True))
|
|
68
|
+
|
|
29
69
|
|
|
30
70
|
|
|
31
71
|
|
|
@@ -160,11 +200,21 @@
|
|
|
160
200
|
|
|
161
201
|
```python
|
|
162
202
|
|
|
203
|
+
WARNING:tensorflow:From /home/suzukiharumasa/anaconda3/envs/tf/lib/python3.7/site-packages/tensorflow_core/python/ops/resource_variable_ops.py:1630: calling BaseResourceVariable.__init__ (from tensorflow.python.ops.resource_variable_ops) with constraint is deprecated and will be removed in a future version.
|
|
204
|
+
|
|
205
|
+
Instructions for updating:
|
|
206
|
+
|
|
207
|
+
If using Keras pass *_constraint arguments to layers.
|
|
208
|
+
|
|
209
|
+
Train on 48000 samples, validate on 12000 samples
|
|
210
|
+
|
|
211
|
+
Epoch 1/300
|
|
212
|
+
|
|
163
213
|
---------------------------------------------------------------------------
|
|
164
214
|
|
|
165
215
|
InternalError Traceback (most recent call last)
|
|
166
216
|
|
|
167
|
-
<ipython-input-
|
|
217
|
+
<ipython-input-3-a31cdad43806> in <module>
|
|
168
218
|
|
|
169
219
|
48 min_delta=0, patience=10,
|
|
170
220
|
|
|
@@ -264,4 +314,6 @@
|
|
|
264
314
|
|
|
265
315
|
0 derived errors ignored.
|
|
266
316
|
|
|
317
|
+
|
|
318
|
+
|
|
267
319
|
```
|
1
コードの変更
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,4 +1,14 @@
|
|
|
1
|
-
最近、GPU搭載のPCを購入して機械学習をし始めましたが、簡単なRNNでエラーが出てしまい、MNISTでコードを動かしたところ以下のようなエラーが出ます。なおRNNとMNISTでのエラーは同じものです。ネットではメモリ不足などとありますが、自分のGPUはGeforceであり、問題ないと思うのですが。ご回答よろしくお願いします。
|
|
1
|
+
最近、GPU搭載のPCを購入して機械学習をし始めましたが、簡単なRNNでエラーが出てしまい、MNISTでコードを動かしたところ以下のようなエラーが出ます。なおRNNとMNISTでのエラーは同じものです。ネットではメモリ不足などとありますが、自分のGPUはGeforceであり、問題ないと思うのですが。ご回答よろしくお願いします。
|
|
2
|
+
|
|
3
|
+
解決方法を教えてください。
|
|
4
|
+
|
|
5
|
+
以下コードです。
|
|
6
|
+
|
|
7
|
+
|
|
8
|
+
|
|
9
|
+
|
|
10
|
+
|
|
11
|
+
```python
|
|
2
12
|
|
|
3
13
|
import numpy as np
|
|
4
14
|
|
|
@@ -20,21 +30,17 @@
|
|
|
20
30
|
|
|
21
31
|
|
|
22
32
|
|
|
23
|
-
# Kerasに付属の手書き数字画像データをダウンロード
|
|
24
|
-
|
|
25
33
|
np.random.seed(0)
|
|
26
34
|
|
|
27
35
|
(X_train_base, labels_train_base), (X_test, labels_test) = mnist.load_data()
|
|
28
36
|
|
|
29
37
|
|
|
30
38
|
|
|
31
|
-
# Training set を学習データ（X_train, labels_train）と検証データ（X_validation, labels_validation）に8:2で分割する
|
|
32
|
-
|
|
33
39
|
X_train,X_validation,labels_train,labels_validation = train_test_split(X_train_base,labels_train_base,test_size = 0.2)
|
|
34
40
|
|
|
35
41
|
|
|
36
42
|
|
|
37
|
-
|
|
43
|
+
|
|
38
44
|
|
|
39
45
|
X_train = X_train.reshape(-1,784)
|
|
40
46
|
|
|
@@ -44,7 +50,7 @@
|
|
|
44
50
|
|
|
45
51
|
|
|
46
52
|
|
|
47
|
-
|
|
53
|
+
|
|
48
54
|
|
|
49
55
|
X_train = X_train.astype('float32')
|
|
50
56
|
|
|
@@ -60,8 +66,6 @@
|
|
|
60
66
|
|
|
61
67
|
|
|
62
68
|
|
|
63
|
-
# labels_train, labels_validation, labels_test をダミー変数化して y_train, y_validation, y_test に格納する
|
|
64
|
-
|
|
65
69
|
y_train = to_categorical(labels_train)
|
|
66
70
|
|
|
67
71
|
y_validation = to_categorical(labels_validation)
|
|
@@ -70,7 +74,7 @@
|
|
|
70
74
|
|
|
71
75
|
|
|
72
76
|
|
|
73
|
-
|
|
77
|
+
|
|
74
78
|
|
|
75
79
|
n_features = 784
|
|
76
80
|
|
|
@@ -80,19 +84,19 @@
|
|
|
80
84
|
|
|
81
85
|
|
|
82
86
|
|
|
83
|
-
|
|
87
|
+
|
|
84
88
|
|
|
85
89
|
rate = 0.01
|
|
86
90
|
|
|
87
91
|
|
|
88
92
|
|
|
89
|
-
|
|
93
|
+
|
|
90
94
|
|
|
91
95
|
model = Sequential()
|
|
92
96
|
|
|
93
97
|
|
|
94
98
|
|
|
95
|
-
|
|
99
|
+
|
|
96
100
|
|
|
97
101
|
model.add(Dense(n_hidden,activation='relu',input_shape=(n_features,)))
|
|
98
102
|
|
|
@@ -102,13 +106,13 @@
|
|
|
102
106
|
|
|
103
107
|
|
|
104
108
|
|
|
105
|
-
|
|
109
|
+
|
|
106
110
|
|
|
107
111
|
model.add(Dense(10,activation='softmax'))
|
|
108
112
|
|
|
109
113
|
|
|
110
114
|
|
|
111
|
-
|
|
115
|
+
|
|
112
116
|
|
|
113
117
|
model.compile(optimizer=tf.optimizers.Adam(rate),
|
|
114
118
|
|
|
@@ -116,7 +120,7 @@
|
|
|
116
120
|
|
|
117
121
|
|
|
118
122
|
|
|
119
|
-
|
|
123
|
+
|
|
120
124
|
|
|
121
125
|
log = model.fit(X_train, y_train, epochs=3000, batch_size=100, verbose=True,
|
|
122
126
|
|
|
@@ -130,7 +134,7 @@
|
|
|
130
134
|
|
|
131
135
|
|
|
132
136
|
|
|
133
|
-
|
|
137
|
+
|
|
134
138
|
|
|
135
139
|
pred_test = model.predict_classes(X_test)
|
|
136
140
|
|