docker - 如何在云 ECS 中优化使用 Tensorflow Serving 部署的 ESRGAN 的内存使用情况
问题描述
背景
我正在研究ESRGAN并尝试使用 Tensorflow Serving 部署它。我已经下载了模型,并成功托管在阿里云ECS(1核,2G内存)中。
{
"model_version_status": [
{
"version": "1",
"state": "AVAILABLE",
"status": {
"error_code": "OK",
"error_message": ""
}
}
]
}
问题
但是,当它推断出约 100k 的图像时,我遇到了内存不足的问题。下面的屏幕截图是 TF Serving docker 容器被杀死之前的时刻。顺便说一句,CPU的使用率也达到了极限。我尝试添加输入图像的下采样以减少,但没有运气。
我看到一些使用更强大的服务器/集群的 TF Serving 应用程序,但是除了订购更昂贵的硬件之外,我还能做些什么来让它在没有内存问题的情况下工作?
解决方案
推荐阅读
- java - Java,设置按钮的颜色而不是macOS上的边框?
- swift - 在 Swift 中使用 NumberFormatter 拼出货币金额的小数部分
- python - scikit-learn 的 GaussianMixture 聚类算法中的 weights_init 参数是如何使用的?
- r - 用于计算从原点到凸包的距离的 R 包
- reactjs - 如何使用打字稿和自定义样式的定义使用 react-select 进行选择
- mysql - mysql - 特性 `diesel::Expression` 没有为`f64` 实现
- django - Django - 一个模型分为两种形式,我如何将两者与 ID 联系起来?
- javascript - 你如何在 discord.js 中存储用户输入?
- ansible - 在 Ansible 中解析 JSON 输出以在嵌套显示中显示信息
- python - 是否可以在 Python 中使用两个不同列表的元素作为函数参数?