这两天在服务器训练TensorFlow时，时不时报出“tensorflow.python.framework.errors_impl.ResourceExhaustedError
”的错误信息，伴随有大量的其他log，搜了一下说是可能资源不足，查了一下显卡、内存资源发现都是够用的，很奇怪，过了一天再链接服务器训练发现又可以了，训练了一天又报出了相同错误。而且不单单是在已有模型基础上训练有这个错误，新建模型训练也会报同样的错误。
后来突然想到，资源不够也可能是硬盘资源不足，查了一下发现真的是硬盘满了，潜意识里一直觉得服务器的硬盘资源是不用操心的，结果忽略了这个可能。。。
清除一些文件得到空间后，就可以继续正常的训练了。
查询服务器各个资源情况的命令：命令查看Linux服务器内存、CPU、显卡、硬盘使用情况
问题描述 这两天在服务器训练TensorFlow时，时不时报出“tensorflow.python.framewo...
在ubuntu16.04环境下的tensorflow使用记录，旨在分享，欢迎讨论。 tensorflow训练时未启...
TensorFlow支持同步训练和异步训练两种模型训练方式。 异步训练 异步训练即TensorFlow上每个节点上...
训练tensorflow运行 tensorboard出错 命令： 错误：ERROR:tensorflow:Tens...
在使用TensorFlow训练模型时，为了避免每次预测都要重新训练模型，模型保存必不可少。而在模型保存时，使用不同...
tensorflow ： 使用预训练词向量 tf.Session() :Session 是 Tensorflow ...
上一个系列文章 TensorFlow 训练自己的目标检测器 以及 TensorFlow 训练 Mask R-CNN...
TensorFlow 到底有几种模型格式？ CheckPoint(*.ckpt)在训练 TensorFlow 模型...
跑tensorflow代码训练模型的时候发现tensorflow把参数copy进了GPU却仍然在CPU上训练，现象...
背景 机器学习平台需要支持TensorFlow训练，TensorFlow训练既可以使用CPU，也可以使用GPU。而...
本文标题：TensorFlow训练时ResourceExhaustedEr
本文链接：https://www.haomeiwen.com/subject/bhutixtx.html
网友评论