0

当我开始训练我的 StyleGAN2 模型时，Google Colab 崩溃，在勾选 0 之后。出现错误“您的会话在使用所有可用 RAM 后崩溃”。

我正在使用 StyleGAN2 的一个分支，其中增加了对非方形图像的支持。数据集由非常小（640x384）的 jpg 图像组成。但是，其中有 12,195 个。tfrecords 文件的大小为 1.47 GB。训练命令是：

!python run_training.py --num-gpus=1 --data-dir=./dataset --config=config-f --dataset=cg --mirror-augment=true --metric=none --total-kimg=20000 --min-h=3 --min-w=5 --res-log2=7 --result-dir="/content/drive/My Drive/results"

我想知道在更改某些参数后，是否有办法在 Colab 中继续使用此数据集。

4

1 回答 1

0

好吧，信息很明确，培训超过了 RAM。我记得有一种方法可以增加内存容量Google Colab，但找不到了。您可以尝试的另一件事是修改分叉代码，以便使用批量图像训练模型（除非它已经实现并且您只需作为参数传递，请查看 StyleGAN2 文档），如果批量大小不'不起作用，您可以尝试使用以在 RAM 崩溃之前将callbacks权重保存到文件中，例如格式。pickle我知道我没有给出确切的解决方案，但这可能对您有指导作用:)

于 2020-08-04T00:57:38.357 回答