Menge an Speicher für das Training mit faster_rcnn- und rfcn-Modellen

Question

Ich habe versucht, einige Trainings mit einigen faster_rcnn- und rfcn-basierten Modellen mithilfe von Googles Object Detection API durchzuführen, aber nach einigen Trainingsschritten bekomme ich einige Fehler in Bezug auf was ich vermute, dass es sich um Speicherprobleme handelt. Was ist eine gute Menge an freiem RAM bevor Sie mit den oben genannten Modellen trainieren?

Hier einige Protokollfehler:

InvalidArgumentError (oben für Rückverfolgungs e): Behauptung fehlgeschlagen: [maximales Feld Koordinatenwert größer als 1,010000:] [1,0111111] [[Knoten: Verlust/ToAbsoluteCoordinates/Assert/AssertGuard/Assert = Bestätigen [T = [DT_STRING, DT_FLOAT], summieren = 3, _device = "/ job: localhost/replik: 0/task: 0/cpu: 0"] (Loss/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/Switch/_1307, Verlust/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/Daten_0, Verlust/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/Switch_1/_1309)]]

Answer 1

Dieses Problem ist nicht für OOM-Fehler. Es sollte etwas mit deinen Begrenzungsboxen nicht stimmen. Überprüfen Sie, ob Ihre Werte für xmax oder ymax größer als der Wert für Breite und Höhe sind. Nicht genug Speicher sollte so aussehen. enter image description here