Asuna88
Asuna88
> I'm using tf.keras (with TF2), instead of keras standalone library since TF2 integrates better. > So I had to make a few fixes: > `import keras.foo` becomes > `import...
我是这么处理多线程转单线程的,不知道对否,大神请指点。 在data_util.py文件里面,注释掉下面几句话,然后再补充了三句话,请问大神这样做对否。 ( 请问如果写成 workers=1, max_queue_size =2 , 这个是表示什么意思呢, ) (好像线程thread的增加是这句话self._threads.append(thread) 作用的吗?) 多谢指点。 #去除多线程 ''' for _ in range(workers): if self._use_multiprocessing: # Reset random seed else all children processes #...
> 这个模型我down下来跑过,里面的多进程会导致内存溢出,每次step内存持续变大,初步估计自动回收机制无法实现实时回收,手动gc也失效。我将generator去掉,单进程跑,不会出现溢出,目前还没完美的解决办法 你好
> 这个模型我down下来跑过,里面的多进程会导致内存溢出,每次step内存持续变大,初步估计自动回收机制无法实现实时回收,手动gc也失效。我将generator去掉,单进程跑,不会出现溢出,目前还没完美的解决办法 你好,,我是这么处理多线程转单线程的,不知道对否,大神请指点。 在data_util.py文件里面,注释掉下面几句话,然后再补充了三句话,请问大神这样做对否。 ( 请问如果写成 workers=1, max_queue_size =2 , 这个是表示什么意思呢, ) (好像线程thread的增加是这句话self._threads.append(thread) 作用的吗?) 多谢指点。 #去除多线程 ''' for _ in range(workers): if self._use_multiprocessing: # Reset random seed else all children...
> > > 这个模型我down下来跑过,里面的多进程会导致内存溢出,每次step内存持续变大,初步估计自动回收机制无法实现实时回收,手动gc也失效。我将generator去掉,单进程跑,不会出现溢出,目前还没完美的解决办法 > > > > > > 你好,,我是这么处理多线程转单线程的,不知道对否,大神请指点。 > > 在data_util.py文件里面,注释掉下面几句话,然后再补充了三句话,请问大神这样做对否。 > > ( 请问如果写成 workers=1, max_queue_size =2 , 这个是表示什么意思呢, ) > > (好像线程thread的增加是这句话self._threads.append(thread) 作用的吗?) > >...
刚才有漏打了,就是想请问下, 4个点的坐标值后面 需要加difficult这个数值不? 我看icdar2017的数据集里面好像都有这个difficult选项,但是博主的code主页上面举的一个例子是没有这个difficult的,不知道会不会影响训练。
> > 八个数字后面加文本string,因为是训练检测模型,这个string我写的是null(随便写都可以),可以正常训练。 > > […](#) > > On Tue, Nov 19, 2019 at 2:11 PM Asuna88 _**@**_.***> wrote: 这个模型我down下来跑过,里面的多进程会导致内存溢出,每次step内存持续变大,初步估计自动回收机制无法实现实时回收,手动gc也失效。我将generator去掉,单进程跑,不会出现溢出,目前还没完美的解决办法 你好,,我是这么处理多线程转单线程的,不知道对否,大神请指点。 在data_util.py文件里面,注释掉下面几句话,然后再补充了三句话,请问大神这样做对否。 ( 请问如果写成 workers=1, max_queue_size =2 , 这个是表示什么意思呢, )...
> 八个数字后面加文本string,因为是训练检测模型,这个string我写的是null(随便写都可以),可以正常训练。 > […](#) > On Tue, Nov 19, 2019 at 2:11 PM Asuna88 ***@***.***> wrote: 这个模型我down下来跑过,里面的多进程会导致内存溢出,每次step内存持续变大,初步估计自动回收机制无法实现实时回收,手动gc也失效。我将generator去掉,单进程跑,不会出现溢出,目前还没完美的解决办法 你好,,我是这么处理多线程转单线程的,不知道对否,大神请指点。 在data_util.py文件里面,注释掉下面几句话,然后再补充了三句话,请问大神这样做对否。 ( 请问如果写成 workers=1, max_queue_size =2 , 这个是表示什么意思呢, ) (好像线程thread的增加是这句话self._threads.append(thread) 作用的吗?) 多谢指点。...
> > 八个数字后面加文本string,因为是训练检测模型,这个string我写的是null(随便写都可以),可以正常训练。 > > […](#) > > On Tue, Nov 19, 2019 at 2:11 PM Asuna88 _**@**_.***> wrote: 这个模型我down下来跑过,里面的多进程会导致内存溢出,每次step内存持续变大,初步估计自动回收机制无法实现实时回收,手动gc也失效。我将generator去掉,单进程跑,不会出现溢出,目前还没完美的解决办法 你好,,我是这么处理多线程转单线程的,不知道对否,大神请指点。 在data_util.py文件里面,注释掉下面几句话,然后再补充了三句话,请问大神这样做对否。 ( 请问如果写成 workers=1, max_queue_size =2 , 这个是表示什么意思呢, )...
> I'm sorry for the question but how do I test the generated model? 在train.py里面添加如下代码实现预测: ` def generate_test(batch, size): ptest = 'data/test_' datagen2 = ImageDataGenerator(rescale=1. / 255) test_generator = datagen2.flow_from_directory(...