如何解决在Windows 10上使用GPU提取图层输出时,TensorFlow 2.1.0有时会挂起冻结
我有一个自定义网络,经过训练后,我从网络中的图层中提取要素。我在具有1080Ti GPU的Windows 10上运行TF 2.1。
大多数时候,代码可以正常工作。有时,Keras会在调用下面的自定义函数或predict_on_batch后挂起。
#
# This function gets the layer output from a specific model
#
# verbose Print debug info if set to True.
# model TF model.
# x Input data (numpy array or [x1,x2,...,xN] for multi-input network).
# layer_number The layer number,a non-negative integer.
# network_mode Set to 0 to run the network in test mode (things like Dropout will be in effect).
# Set to 1 to run the network in train mode.
# Defaults to 0 (test mode).
# verbose Print debug info if set to True.
#
def get_layer_output(model,x,layer_number,network_mode=0,verbose=False):
if verbose:
print(" >>> In get_layer_output")
network_mode = tf.convert_to_tensor(network_mode)
x = tf.convert_to_tensor(x)
k_get_layer_output = K.function([model.layers[0].input,K.symbolic_learning_phase()],[model.layers[layer_number].output])
if verbose:
print(" >>> Calling k_get_layer_output")
x_layer = k_get_layer_output([x,network_mode])[0]
if verbose:
print(" >>> Leaving get_layer_output")
return x_layer
调用代码时,可以按预期方式工作99%的时间。但是,有时它会挂在这行上
layer = k_get_layer_output([x,network_mode])[0]
我从不离开该功能。
问题是间歇性的,但我确实将其追溯到TF / Keras被卡在上面的电话中。发生这种情况时,我的Python窗口将挂起并且代码冻结。
我花了大约一天的时间在网络上进行调查并找出问题所在。 另外,如果我用对predict_on_batch的调用替换了自定义函数,则会遇到同样的问题。
我怀疑是由GPU和TF引起的。 我将不胜感激。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。