使用 Keras.model.fit 训练模型时,我遇到“缓冲数据在达到输出大小限制后被截断”的情况。在输出中,并且输出不再更新。
Epoch 14/30
51/721 [=>............................] - ETA: 27s - loss: 0.7874 - dense_6_loss: 0.4921 - dense_7_loss: 0.1440 - dense_8_loss: 0.1513 - dense_6_accuracy: 0.8556 - dense_7_accuracy: 0.9532 - dense_8_accuracy: 0.9511Buffered data was truncated after reaching the output size limit.
这似乎是某种内存错误 Buffered data was truncated after reaching the output size limit
尽管文本量保持不变。
最佳答案
我对 epochs=100
和 batch_size=1
也有同样的问题。当我将 keras 详细程度设置为 2 时,问题就解决了。要保存在 stdout
中获得的学习结果,您只需使用 logger
即可,如下所示:
from keras.callbacks import CSVLogger
csv_logger = CSVLogger(
"log.csv",
append=True,
separator=','
)
history = model.fit(
x_train,
y_train,
batch_size=batch_size,
epochs=epochs,
verbose=2,
validation_data=(x_test, y_test),
callbacks=[csv_logger]
)
关于google-colaboratory - Keras model.fit 模型训练期间缓冲数据在 google colab 中被截断,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59720106/