时间戳

首页 > 解决方案 > TensorFlow 对象检测 API GPU 内存问题

gpu - TensorFlow 对象检测 API GPU 内存问题

问题描述

我目前正在尝试基于模型检测动物园训练模型以进行对象检测。在 CPU 上运行设置按预期工作，但在我的 GPU 上尝试相同会导致以下错误。

2021-03-10 11:46:54.286051: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library cublas64_11.dll
2021-03-10 11:46:54.751423: E tensorflow/stream_executor/cuda/cuda_blas.cc:226] failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED
2021-03-10 11:46:54.764147: E tensorflow/stream_executor/cuda/cuda_blas.cc:226] failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED
2021-03-10 11:46:54.764233: W tensorflow/stream_executor/stream.cc:1455] attempting to perform BLAS operation using StreamExecutor without BLAS support

在任务管理器中监视 GPU 信息，似乎 tensorflow（据我所知）试图分配整个内存。在达到特定峰值（大约 8Gb 的 7.3 Gb）后不久，TF 崩溃并出现上面代码段中的错误。

互联网 / stackoverflow 中针对此特定错误的解决方案提到，可以通过动态内存增长来解决此问题。这样做似乎可行，并且 TF 设法创建了至少一个新的检查点，但最终崩溃并出现类似类别的错误。在这种情况下，CUDA_OUT_OF_MEMORY 错误。

系统信息：

训练设置：

最初我想使用预训练的 EfficientDet D6 模型，但也尝试了其他几个模型，如 EfficientDet D4、CenterNet HourGlass 512x512 和 SSD MobileNet V2 FPNLite。所有这些模型都以不同的批量大小开始，但即使批量大小为 1，问题仍然存在。训练图像也不大（平均为 600 x 800）。目前共有 30 张图像，每班 15 张用于训练（我知道训练数据集应该更大，但这只是为了测试设置）。

现在我的问题是，是否有人有根据的猜测或另一种方法来找到此错误的原因，因为我无法想象我的 2060 至少无法训练批量大小为 1 且图像相当小的 SSD。会不会是硬件故障？如果是这样，有没有办法检查？

标签： gpuobject-detection-apitensorflow2.x

解决方案

我已经完全重新安装了每个涉及的组件。这次我可能做了一些不同的事情，但我不能说是什么。至少我现在能够利用 GPU 进行训练。

推荐阅读