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。。Tensorflow “巨蟒”;内核似乎已经死了。它将自动重新启动。”;,tensorflow,jupyter-notebook,anaconda,Tensorflow,Jupyter Notebook,Anaconda,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12
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。