質問編集履歴

2

エラーの追加

2021/06/08 22:02

投稿

Harumasa
Harumasa

スコア0

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-4-72cd6e032f9b> in <module>
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

2021/06/08 22:02

投稿

Harumasa
Harumasa

スコア0

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。以下コードです。```python
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
- # 各画像は行列なので1次元に変換→X_train,X_validation,X_testを上書き
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
- #正規化
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
- # パラメータの設定
77
+
74
78
 
75
79
  n_features = 784
76
80
 
@@ -80,19 +84,19 @@
80
84
 
81
85
 
82
86
 
83
- # 学習率
87
+
84
88
 
85
89
  rate = 0.01
86
90
 
87
91
 
88
92
 
89
- # Sequentialクラスを使ってモデルを準備する
93
+
90
94
 
91
95
  model = Sequential()
92
96
 
93
97
 
94
98
 
95
- # 隠れ層を追加
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
- # 出力層を追加
109
+
106
110
 
107
111
  model.add(Dense(10,activation='softmax'))
108
112
 
109
113
 
110
114
 
111
- # TensorFlowのモデルを構築
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
- # Early stoppingを適用してフィッティング
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
- # Test dataで予測を実行。
137
+
134
138
 
135
139
  pred_test = model.predict_classes(X_test)
136
140