GPU (1080 ti)를 사용하여 신경망을 훈련 시켰습니다. GPU의 교육 속도는 CPU를 사용하는 것보다 훨씬 낫습니다. 현재 TensorFlow Serving을 사용하여이 모델을 제공하고 싶습니다. 나는 서빙 프로세스에서 GPU를 사용하면 성능에 동일한 영향을 미치는지 알고 싶습니다. 교육은 일괄 처리에 적용되지만 추론 (서빙)은 비동기 요청을 사
GTX 1060 GPU가 포함 된 TensorFlow Inception v3을 사용하여 이미지 분류를 구현하고 있습니다. 나는 각각의 분류자가 시인에게 텐서를 사용하여 100에서 500 이미지 (100 * 100 픽셀)를 포함하는 9 개의 다른 분류 자에서 약 3000 개의 이미지를 훈련 시켰습니다. 하지만 이미지가 500 개가 넘으면 오류가 발생하고 교육
tensorflow/models에서 제공하는 export_inference_graph.py 스크립트에서 trained_checkpoint를 최종 고정 모델로 변환하려하지만 다음 오류가 발생합니다. 그리고 네, 저는 이미 "모델/슬림"에 $ PYTHONPATH를 설정했습니다.하지만 여전히이 오류가 발생합니다. 누군가 나를 도울 수 있습니까? $ echo $P
나는 tensorflow를 사용하여 스킵 생각 모델을 구현하려고 시도하고 있으며 현재 버전은 here입니다. 가 현재 내 컴퓨터의 하나 개의 GPU (총 2의 GPU)를 사용하고 GPU 정보는하지만 2017-09-06 11:29:32.657299: I tensorflow/core/common_runtime/gpu/gpu_device.cc:940] Found
| 프로세스 : GPU 메모리 | | GPU PID 유형 프로세스 이름 사용법 | 0 6944 C 파이썬 3 11585MiB | | 1 6944 C 파이썬 3 11587MiB | | 2 6944 C 파이썬 3 10621MiB | nvidia-smi 중간에 텐션 흐름이 중지 된 후 메모리가 해제되지 않습니다. 메모리가 모두 해제 될 수없는 GPU sudo n