Tensorflow “巨蟒”；内核似乎已经死了。它将自动重新启动。”；

我是Jupyter的新手，我从Anaconda navigator启动它，下载Anaconda应用程序，并通过以下视频为tensorflow创建一个名为“tf”的新环境： 然后我想在Tensorflow office网站上重复这个教程，我一个接一个地复制和粘贴每个单元格，当我运行这个单元格时，它会显示一条警告消息：“内核似乎已死亡。它将自动重新启动。”

我不知道如何解决这个问题，我搜索了一些答案，说是因为内存不足，但我想知道代码是用我笔记本电脑的内存在Jupyter中运行的吗？我使用的是一台128G的旧MacBookPro，我对它的记忆不是很有信心。。

---

谢谢

您试图加载的模型不适合您的RAM内存。因此，内核死亡

您的旧MacBook pro有4Gb内存。根据您共享的链接，您正在尝试加载此模型：

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

假设您使用的是

float32

张量，这是您试图加载的数据量：

28 x 28 x 128 x 10=1003520

参数乘以4字节，即

4014080字节

或

3920Mb

。由于您的笔记本电脑需要一些内存才能工作，因此您没有足够的内存来加载此型号

尽量减少神经元数量或调整图像大小

---

我希望它能有所帮助。

您正在尝试加载一个不适合RAM内存的模型。因此，内核死亡

您的旧MacBook pro有4Gb内存。根据您共享的链接，您正在尝试加载此模型：

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

假设您使用的是

float32

张量，这是您试图加载的数据量：

28 x 28 x 128 x 10=1003520

参数乘以4字节，即

4014080字节

或

3920Mb

。由于您的笔记本电脑需要一些内存才能工作，因此您没有足够的内存来加载此型号

尽量减少神经元数量或调整图像大小

---

我希望它能有所帮助。

谢谢你，我认为你是对的，我将

keras.layers.Dense（128，activation='relu'），

更改为

keras.layers.Dense（1，activation='relu'），

，它似乎有效，但精度太低。明天我会尝试计算它，非常感谢你宝贵的时间。精确度很小，因为它只是一个神经元。你说你在学习，所以将来，你会明白原因的。现在，如果你删除这行“keras.layers.Dense（128，activation='relu'）”，你的准确度会高一点。谢谢你，我认为你是正确的，我将

keras.layers.Dense（128，activation='relu'），

改为

keras.layers.Dense（1，activation='relu'），

这似乎有效，但准确度太小了。明天我会尝试计算它，非常感谢你宝贵的时间。精确度很小，因为它只是一个神经元。你说你在学习，所以将来，你会明白原因的。现在，如果你去掉这行“keras.layers.Dense（128，activation='relu'）”，你的精确度会高一点。