[問題] TensorFlow如何降低RAM佔用量

看板DataScience作者 (異質運算)時間5年前 (2019/04/12 18:07), 5年前編輯推噓2(2推 0噓 20→)
留言22則, 6人參與, 5年前最新討論串1/1
作業系統:(ex:mac,win10,win8,win7,linux,etc...) Ubuntu 17 問題類別:(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...) RL 使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...) tensorflow 問題內容: 如題，怎麼降低tensorflow的RAM佔用量？ 最近移植到一個朋友的機器上做， 但他只有32GB，很容易突然就超過RAM的上限。 有沒有什麼參數可以調整？ 我調整了worker 從14降到4 和 shuffle siz從2^20降成2^19， 但都沒有什麼顯著效果， 有沒有什麼方法可以RAM的使用？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 150.117.252.77 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1555063634.A.5B5.html
→
04/12 19:26, 5年前 , 1F
資料是什麼類型？佔記憶體的通常都是資料，batch size開
04/12 19:26, 1F
→
04/12 19:26, 5年前 , 2F
到多少？suffle size是打亂數據的大小吧？跟記憶體沒什
04/12 19:26, 2F
→
04/12 19:26, 5年前 , 3F
麼關係
04/12 19:26, 3F
→
04/12 19:34, 5年前 , 4F
你的描述我大概只能猜到可能是你一次load一堆記憶體給你
04/12 19:34, 4F
→
04/12 19:34, 5年前 , 5F
的dataset，又沒有手動清除，導致python累積記憶體越來
04/12 19:34, 5F
→
04/12 19:34, 5年前 , 6F
越多又沒有釋放掉。tensorflow不太可能去佔你那麼多記
04/12 19:34, 6F
→
04/12 19:34, 5年前 , 7F
憶體，所以要檢查一下程式比較好
04/12 19:34, 7F
確實應該不是tensorflow的問題，我再看看其他部分
→
04/12 21:11, 5年前 , 8F
如果dataset很大就用generator，ram不夠大只好將就點
04/12 21:11, 8F
就是generator爆掉的，但不知道怎麼改
→
04/12 21:22, 5年前 , 9F
看一下tensorflow範例怎麼寫的吧
04/12 21:22, 9F
→
04/12 22:27, 5年前 , 10F
generator 的問題可以檢查看看先不進去訓練，用next生
04/12 22:27, 10F
→
04/12 22:27, 5年前 , 11F
成資料，如果generator 是寫對的，那內部的array消耗記
04/12 22:27, 11F
→
04/12 22:27, 5年前 , 12F
憶體都會是固定的。如果是有增加，那代表有某一個array
04/12 22:27, 12F
→
04/12 22:27, 5年前 , 13F
一直在new或是size一直變大
04/12 22:27, 13F
→
04/12 23:11, 5年前 , 14F
如果是queue的形式 記憶體是固定的
04/12 23:11, 14F
推
04/13 06:55, 5年前 , 15F
subdivision? 你是在跑什麼要講 不然怎麼猜
04/13 06:55, 15F
https://reurl.cc/9nDDn 長這個樣子 ※ 編輯: HeterCompute (150.117.252.77), 04/13/2019 09:22:03
推
04/15 08:38, 5年前 , 16F
你先開一下tensorboard 觀察一下 找滿足下列的node
04/15 08:38, 16F
→
04/15 08:39, 5年前 , 17F
這個node已先計算完 在等別的node計算完才能繼續做之後
04/15 08:39, 17F
→
04/15 08:40, 5年前 , 18F
的運算。這時，這個node就會存在memory中佔用，直到另一個
04/15 08:40, 18F
→
04/15 08:40, 5年前 , 19F
node計算完 才會往下走。
04/15 08:40, 19F
→
04/15 08:41, 5年前 , 20F
解決方法：設定計算的優先順序
04/15 08:41, 20F
→
04/15 08:43, 5年前 , 21F
tensorflow的文件看一下 應該會有
04/15 08:43, 21F
→
04/16 18:44, 5年前 , 22F
Batch size
04/16 18:44, 22F
‣ 更多 HeterCompute 的文章
文章代碼(AID): #1Si6DIMr (DataScience)