问题标签 [google-cloud-tpu]

我正在尝试使用 TPU 在 google colab 上进行一些基本的字符分类。我收到以下错误：

我不知道问题是什么，因为我在创建 numpy 数组时使用了 float32。我也不知道 cond_8/Merge:0 指的是什么。我加载的输入文件是一个 JSON 数组，代表很多 28x28 灰度图像

我已经尝试注释掉除第一个输入层之外的所有层，问题仍然存在！我的代码是：

我创建了我的数据集并转换为 COCO。RetinaNet 已安装在 TPU（官方）中。我想用这个 RetinaNet 用我自己的数据集训练一个模型，但总是得到同样的错误。

使用这些设置，我收到此错误...

我创建了一个包含元素及其相应标签的 TFRecord 数据集文件。我想用它在 Colab 上使用免费的 TPU 训练模型。我可以加载 TFRecord 文件，甚至可以运行迭代器来查看内容，但是，在纪元开始之前，它会抛出以下错误-

据我了解，它需要 TPU 存储桶上的 TFRecord 文件，我不知道如何在 Colab 上执行此操作。如何直接在 Colab TPU 上使用 TFRecord 文件？

我在 google 的 colab 上写了一个 jupyter-notebook 来微调（用于文本分类）一个我已经在阿拉伯语上预训练过的 BERT 版本。当训练开始时，我无法绕过这个错误。

我在github上按照google给出的notebook

模型构建代码：

错误代码：

参数和其余代码都在这个 colab 笔记本的共享副本中：colab_link

您好！我在使用TPU编译模型时遇到了一些问题。部分代码如下：

我得到了 RuntimeError: enter image description here

你能帮助我吗？

当我运行以下 .ipynb 时：

https://colab.research.google.com/drive/1DpUCBm58fruGNRtQL_DiSVbT90spdZgm

我有：

没有注册 OpKernel 以支持节点 TPUReplicateMetadata 使用的 Op 'TPUReplicateMetadata'（在 /usr/local/lib/python3.6/dist-packages/tensorflow_core/python/framework/ops.py:1748 定义）具有以下属性：[num_cores_per_replica =1，use_tpu=true，num_replicas=8，computation_shape=[]，host_compute_core=[]，device_assignment=[]，_tpu_replicate="cluster"，padding_map=[]，topology=""，step_marker_location="STEP_MARK_AT_ENTRY"，allow_soft_placement= false] 注册设备：[CPU, XLA_CPU]

我已经在 github 中问过这个问题： https ://github.com/tensorflow/tensorflow/issues/33307

但开发商表示不允许问这样的问题。

非常感谢您的帮助~！

在 google colab 中使用 TPU 时，出现以下错误

InvalidArgumentError：无法为操作 Adam/iterations/IsInitialized/VarIsInitializedOp 分配设备：{{node Adam/iterations/IsInitialized/VarIsInitializedOp}} 已明确分配给 /job:worker/replica:0/task:0/device:TPU:0但可用的设备是 [ /job:localhost/replica:0/task:0/device:CPU:0, /job:localhost/replica:0/task:0/device:XLA_CPU:0 ]。确保设备规范引用了有效的设备。[[亚当/迭代/IsInitialized/VarIsInitializedOp]]

只是好奇，使用 GOOGLE COLAB TPU 在 IMAGENET 上训练 VGG16 模型需要多长时间？如果有人可以向我解释他们为得到答案所做的计算，那就太好了！

我正在使用预训练的 keras 模型，我想通过 Google Colaboratory 在 TPU 上运行它，但出现以下错误：

ValueError：图层在非批量维度中具有可变形状。TPU 模型对于所有操作必须具有恒定的形状。

您可能必须为 RNN/TimeDistributed 层指定“input_length”。

层：输入形状：[(None, 128, 768), (None, 1)] 输出形状：(None, None, 768)

我正在使用keras-xlnet。据我了解，按照此处和此处的说明编译模型时，TPU 需要具有固定的批量大小。

模型从检查点加载：

然后编译模型（经过一些更改）：

然后，模型被加载到 TPU，出现错误：

有没有办法可以在编译时修复批量大小以消除上述错误？还是问题完全不同？

创建 TPU 节点时的“IP 地址范围”是什么？

它总是给出以下错误；

：已超出配额限制“TPUV3sPerProjectPerRegionForTPUAPI,TPUV3sPerProjectPerZoneForTPUAPI”。限制：区域 us-central1，区域 us-central1-a 中的 0,0。