python - Keras Sklearn RandomizedSearchCV GPU OOM 错误

标签 python tensorflow scikit-learn keras

我想将 RandomizedSearchCV(或 GridSearchCV)应用于我的 Keras 模型(TensorFlow 后端)。然而,在使用不同的超参数集训练几次后,出现了OOM错误。

下面是我的代码和错误信息。我该如何解决这个问题?提前致谢。

def build_model(num_filters = 10, 
                num_classes = 6,
                sequence_max_length=512, 
                vocab_size=71, 
                embedding_size=16, 
                learning_rate=0.001, 
                dropout = 0.2,
                top_k=3,
                embedding_matrix = None,
                model_path=None):
    ... do something
    return model

keras_model = KerasClassifier(build_fn=build_model, 
    embedding_matrix = embedding_matrix) 

random_search_model = RandomizedSearchCV(keras_model, 
                        n_iter = 5,
                        param_distributions = hparm_dist,
                        refit = True,
                        n_jobs = 1)

错误信息:

ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[471512,300]

更新:

通过将 keras.backend.clear_session() 添加到 sklearn.cross_validation._fit_and_score 的末尾来解决。

最佳答案

您可以尝试将“pre_dispatch”参数更改为 1。By default it is 2*n_jobs

random_search_model = RandomizedSearchCV(keras_model, 
                    n_iter = 5,
                    param_distributions = hparm_dist,
                    refit = True,
                    pre_dispatch=1,
                    n_jobs = 1)

关于python - Keras Sklearn RandomizedSearchCV GPU OOM 错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49232895/

相关文章:

python - 混合朴素贝叶斯 : How to train Naive Bayes Classifer with numeric and category variable together(sklearn)

python - 如何抑制张量中的小元素

python - 如何在没有固定 batch_size 的情况下设置 Tensorflow dynamic_rnn、zero_state?

python - SelectKBest 与 GaussianNB 结果不精确/一致

python - (pynput) 捕获键阻止将它们发送到其他应用程序

python - 如何将机器学习分类方法应用于一维时间序列数据

python - 如何在资源中搜索嵌套值(tastypie json)

tensorflow - 如何在 Tensorflow 2.0 + Keras 中进行并行 GPU 推理?

python - python中的亲和性传播

Python Pipeline 在交叉验证中使用时返回 NaN 分数