如何在google colab中从cpu切换到gpu时保留会话数据？

文章/答案/技术大牛

发布

2回答

git、google-colaboratory

当我们在google colab中从CPU切换到GPU硬件时，我们丢失了会话中的所有数据，这意味着我们需要将所有数据重新上传到新的GPU会话，这是非常耗时的过程，因为我们还需要重新运行数据处理。有没有办法或解决办法/黑客将CPU会话更改为GPU会话

浏览 35提问于2021-05-13得票数 1

回答已采纳

2回答

任何经历过关于谷歌协作的警告的人:您已连接到GPU运行时，但未使用GPU

cloud、gpu、google-colaboratory

这一警告已经持续了三个星期。我想知道这个解决方案。

浏览 1提问于2020-04-22得票数 8

回答已采纳

4回答

如何应用GoogleColab更强大的中央处理器和更多的内存？

python、recursion、data-structures、intel、google-colaboratory

我使用GoogleColab来测试链哈希图，探测哈希图，AVL树，红黑树，展开树(用GoogleColab编写)等数据结构，并且我用这些数据结构存储非常大的数据集(键值对)来测试一些操作的运行时间，它的规模就像一个小的维基百科，所以运行这些python脚本会占用很大的内存(内存)，GoogleColab提供了大约12G的内存，但对我来说是不够的，所以当我在GoogleColab中运行python程序时，经常会抛出一个异常，“你的程序运行超过12G的上限”，而且经常restarts.On另一方面，我有一些PythonScri

浏览 1提问于2018-02-20得票数 1

10回答

与我的电脑相比，Google Colab非常慢。

python、neural-network、jupyter-notebook、google-colaboratory

我最近开始使用Google，并且想要训练我的第一个卷积神经网络。由于得到了的答案，我从Google导入了这些图片。第1部分:设置Colab从我的驱动器导入图片步骤1：我在Google Colab上运行这个CNN

浏览 2提问于2018-03-19得票数 34

回答已采纳

2回答

Google colab上的结果与本地结果不同

python、tensorflow、keras、google-colaboratory、unity3d-unet

我开始用我的pc训练，但它太慢了，因为它不能运行在GPU上。因此，我开始使用Google colab进行更快的培训(使用GPU)。我在本地和Google Drive中保存了相同的数据集，在colab和我的pc中也有完全相同的代码，除了路径，因为我需要将它们更改为从Google Drive文件中读取。我的问题是，在我的电脑上训练unet的结果与用Google colab</e

浏览 12提问于2021-03-03得票数 0

1回答

在Google* Colab上的训练比在本地机器上慢，尽管有更好的GPU -为什么？*

gpu、google-colaboratory、torch

我有一个DL模型要训练，由于数据非常大，我将其存储在Google磁盘上，在每次会话开始时将其挂载到Google Colab实例中。然而，我注意到，在Google Colab上用完全相同的脚本训练完全相同的模型要比在我的个人笔记本电脑上慢1.5-2倍。问题是，我检查了Google Colab GPU，它有12 6GB内存(我不确定如何才能检查确切的型号)，而我的笔记本电脑GP

浏览 0提问于2021-05-02得票数 1

8回答

"UserWarning:无法检索输入。这可能是因为某个工作人员已经死亡。我们没有关于丢失样本的任何信息。“

machine-learning、deep-learning、tf.keras

在训练模型时，我收到了这样的警告："UserWarning:无法检索输入。这可能是因为工作人员有died.We没有关于丢失的样本的任何信息。)“，在显示此警告后，模型开始训练。这个警告是什么意思？

浏览 1提问于2019-10-18得票数 13

1回答

使用kaggle api将数据上传到google* bucket，并在colab中使用*

python、google-colaboratory、kaggle

在使用colab时，我想使用google存储桶中的kaggle数据集。首先:有没有办法通过kaggle api将kaggle数据集直接上传到google bucket？第二:如何在不将数据复制到笔记本的情况下使用colab中的google存储桶中的数据？目前，我在colab中使用google bucket的经

浏览 18提问于2019-02-22得票数 4

4回答

谷歌协作平台上使用图形处理器的XGBoost

python、gpu、xgboost、google-colaboratory

0.1param['silent'] = 1param['num_class'] = 2 param['max_bin'] = 16 # watchlist allows us to monitor

浏览 1提问于2018-08-03得票数 3

2回答

在Google中使用自定义库而不安装驱动器

python、oauth、google-drive-api、google-colaboratory

我使用谷歌Colab，我想使用我的自定义库/脚本，我已经存储在我的本地机器上。我目前的做法如下：from google.colab import drive# and entering the OAuth token.每当执行上下文发生变化(例如，当我选择“硬

浏览 0提问于2019-01-27得票数 1

回答已采纳

1回答

如何将一个选定的文件从Kaggle加载到Colab中

api、download、dataset、google-colaboratory、kaggle

如果我想从Kaggle笔记本切换到Colab笔记本，我可以从Kaggle下载笔记本，并在Google中打开笔记本。这方面的问题是，您通常还需要下载和上载Kaggle数据集，这是一个相当大的努力。但是，如果您有一个大型数据集，则可以：或者您从Kaggle下载Kaggle数据集到colab，遵循官

浏览 16提问于2021-05-26得票数 2

回答已采纳

2回答

VBO使用的"OpenGL内存“在哪里？

opengl、graphics、opengl-es、gpu

我正在学习如何使用VBO，正如书中所说，那么，GPU在这方面到底能处理些什么呢？假设"OpenGL内存“可以存储数百万多边形的顶点数据，这是可以接受的吗？移动设备中的GPU呢？虽然开发人员习惯于在CPU上设置内存限制的参考框架，但学习OpenGL在一定程度上是很有挑战性的，因为我对CPU不太了解，也不太了解他们对硬件的期

浏览 3提问于2013-02-28得票数 6

回答已采纳

1回答

在Tensorflow中执行一个简单项目的最低系统要求是什么？

tensorflow、artificial-intelligence

我的系统规范是这种配置是否足以运行像图像识别这样的简单AI项目？

浏览 2提问于2017-05-15得票数 6

回答已采纳

2回答

OpenCV在Google上使用CoLab的读写速度太慢

python、image、opencv、google-colaboratory、drive

我正在使用Google CoLab并运行一段代码片段，迭代170 K-190 K图像，使用cv2.imread函数从gdrive/My Drive/folder2 1/img.jpg等路径读取它们，然后使用cv2.resize函数调整它们的大小，然后使用cv2.imwrite将它们写入像gdrive/My Drive/folder2 2/img.jpg这样的路径中。是什么原因导致CoLab的速度这么慢，我怎样才能使它更快？提前谢谢。

浏览 11提问于2020-07-14得票数 1

4回答

GPU从CPU读取还是CPU写入到GPU？

cuda、opencl、gpu

我有一个问题，可能看起来很愚蠢，但当我在谷歌上搜索它时，我没有得到一个明确的答案。在GPU计算中，有一个设备，即GPU和主机，即CPU。我写了一个简单的hello world程序，它将在gpu上分配一些内存，将两个参数(例如src[]和dest[])传递给内核，将src字符串(即Hello world )复制到dest字符串，并将dest字符串从gpu获取到主机。字符串"src“是由GPU读取还是由CPU

浏览 6提问于2012-07-03得票数 7

7回答

Google上的GPU内存不足错误消息

memory、gpu、google-colaboratory

我正在使用Google上的GPU运行一些深入的学习代码。RuntimeError: CUDA out of memory.当我尝试重新启动它时，将立即显示内存消息。为什么我今天启动它时比昨天或前一天启动时要使用更多的内存？或者这是关于硬盘空间的消息？所以，如果只是内存不足的GPU --有人能解释为什么错误消息说是10.38 GiB already allocated --当我开始运行某些东西时</em

浏览 14提问于2020-01-17得票数 8

1回答

TensorFlow Lite GPU计算比CPU计算慢得多

android-studio、tensorflow、tensorflow-lite

我目前正在致力于将一个模型从TensorFlow转换到TensorFlow Lite。我已经将模型从常规的TF 1.x会话转换为.tflite文件，方法是:首先创建一个检查点和一个保存的失重图形(.pbtxt)，然后使用freeze_graph()函数将模型冻结到一个具有图形权重的.pb中，最后在冻结的模型文件上运行tflite_convert命令。在这个过程中没有量化-浮动被保留下来。在那之后，我把模型放入Android Studio，并在我的摩托罗拉Moto G7

浏览 36提问于2020-07-15得票数 1

1回答

如何在google* colab上将数据从CPU传输到GPU运行时？*

tensorflow、jupyter-notebook、google-colaboratory

为了训练一些TensorFlow模型，我在Google Colab上的三个hdf5数据文件上使用了files.upload()，花了几分钟就完成了。在本地的Jupyter笔记本上做了一些小的修改，一切都很顺利。但是，当我继续将运行时从"None“更改为"GPU”时，主文件夹中没有以前上传的文件。我只是不得不重新上传它们。有没有一种便捷的方法将数据从一个运行时copy+paste到另一个运行时？非常感谢。

浏览 2提问于2018-05-15得票数 1

1回答

流动耗竭资源

python、tensorflow

当我试图在GPU上运行它们时，我会得到以下错误消息： ResourceExhaustedError (see above for traceback): OOM when allocating tensorweights/Variable"], use_locking=true, validate_shape=true, _device="/job:localhost/replica:0/task:0/gpu0"](inputLayer_1/weigh

浏览 7提问于2017-06-20得票数 0

回答已采纳

2回答

在GPU上预先训练过的Keras模型是否可以仅用于CPU上的预测？

python、tensorflow、machine-learning、keras、deep-learning

我的问题是，如果我在一个像RTX泰坦这样的高端GPU上训练一个模型，我能否导出这个模型，将它加载到另一个低端机器上的一个新程序中，然后只使用CPU进行预测。这有可能吗？该模型是在高端GPU上训练的，一旦导出，它就可以加载到任何机器上，不管它是否有GPU，并且可以用来进行预测。如果没有，那么机器学习模型是否部署在带有许多GPU的高端服务器上？

浏览 1提问于2020-09-04得票数 1

回答已采纳

点击加载更多