dls-example

dls-example copied to clipboard

Lencof

### 基本信息 - Python版本: 3.6 - MoXing版本：(未使用则不填写) - 浏览器：Chrome ### 问题描述 / 重现步骤 在保存训练模型时， TensorBoard数据文件可以保存，但是ModelCheckpoint数据文件无法保存，另外参考文档https://bbs.huaweicloud.com/forum/thread-11660-1-1.html中有提到 ，“由于cp_callback、tb_callback不能直接写入，...”， 求解惑。 #### 作业基本信息 - 相关作业类型: - 作业ID: - 引擎类型: TensorFlow - 运行参数： - 计算节点个数：1...

1071034024

absl.flags._exceptions.UnrecognizedFlagError: Unknown command line flag 'num_gpus'

1

### 基本信息 - Python版本: ( 3.6) - MoXing版本：(未使用则不填写) - 浏览器：chrome ### 问题描述 / 重现步骤 使用num_gpus = mox.get_flag('num_gpus')，出现错误 (简单描述问题信息，如果是bug，请描述重现步骤) #### 作业基本信息 - 相关作业类型: - 作业ID: - 引擎类型: (TensorFlow) - 运行参数： -...

gallupliu

训练作业突然失败停止

1

### 基本信息 - Python版本: (2.7 / 3.6) - MoXing版本：(1.8.2) - 浏览器：Chrome ### 问题描述 / 重现步骤 正常启动程序，训练ResNet50模型（300M左右模型文件），但是运行了多个epoch后突然显示以下信息（见Log），任务失败。原因是Unable to connect to endpoint，可能是OBS连接不稳定所致。 (简单描述问题信息，如果是bug，请描述重现步骤) #### 作业基本信息 - 相关作业类型: - 作业ID: resnet-42586680-10 - 引擎类型:...

NomanDD