问题标签 [tpu]

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

我创建了一个带有视觉注意层的 ResNet，试图在 TPU 设备中对其进行训练。我成功编译它，但是当我调用 model.fit 时，返回

模型的代码如下，没有中间 ResBlocks

我使用 Tensorflow 1.14，但同样的错误也会在 TF-nightly 中返回。我能够使用 GPU 成功训练。

我有一个想要在 Coral Edge TPU 设备上运行的 Keras 模型。为此，它需要是具有全整数量化的 Tensorflow Lite 模型。我能够将模型转换为 TFLite 模型：

但是当我运行时edgetpu_compiler converted_model.tflite，我得到了这个错误：

这是因为我需要量化模型，但我不知道该怎么做。我发现这个页面告诉我如何做到这一点，但它希望我制作一个输入数据生成器。这是它提供的示例：

如何调整此代码以处理我的输入数据？从哪里来num_calibration_steps？有一个更好的方法吗？（我看到了参考，tf.contrib.tpu.keras_to_tpu_model但它已被弃用）

所以我正在用 ta-lib for python 做一个项目，我需要计算 EMA 和其他目标。数据是 10 年的历史数据，及时的库存数据总计为 1703，当我需要计算 EMA 仅针对 200 只股票时，它需要花费大约 19S~30S 来减慢，因为及时库存更新了 5s e，我希望它计算 10s更快，我想如果我可以使用 gpu 或 tpu 它会很快然后只使用 cpu 所以我的问题是 ta-lib 可以使用 gpu 还是 tpu ??? 以及如何使用它？如果无论如何不能让它快点？1703个股票？谢谢解答！！！

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？

是否有一个模拟器来调试 TPU 的代码，而不是在一切准备就绪之前在真正的 TPU 上花费金钱进行调试？

任何其他具有类似效果的技术也将被视为答案。

禁用 Eager Execution 后，我可以连接到我的云 TPU 并运行我的自定义训练循环。计算损失后，我想打印该变量。

鉴于损失是 Cloud TPU 的张量，到目前为止我还没有找到任何打印它的方法。tf.print返回 a PrintOperation，所以我被卡住了。我想像将损失张量移回我的 cpu 之类的东西会起作用，但我还没有找到任何 hacky 方法来做到这一点。

我知道有可能得到这个结果，因为当我keras使用 TPU 分布策略封装我的模型并使用model.fit而不是我的自定义训练循环时，我可以打印损失指标。

所以必须有一种方法，非常感谢任何帮助找到它:)

我正在尝试利用Google Colab使用张量处理单元 (TPU) 来训练神经网络。Tensorflow 刚刚发布了一个主要版本 2.0，所以我试图在 Tensorflow 2.0 中实现这一点。我尝试了以下三个指南，但所有指南都是为 Tensorflow 1.14 编写的，并且在 Tensorflow 2.0 中失败：

1)按照Colab 中的 TPU指南，我收到错误消息：

（来自参考：使用 tf.Session(tpu_address) 作为会话：）

2）按照指南Simple Classification Model using Keras on Colab TPU，我得到了同样的错误

3）按照指南cloud_tpu_custom_training，我得到错误：

（来自参考：resolver = tf.contrib.cluster_resolver.TPUClusterResolver(tpu=TPU_WORKER)）

有没有人有使用 TPU 在 Tensorflow 2.0 中训练神经网络的示例？

编辑：这个问题似乎也出现在 github 上：InvalidArgumentError: Unable to find a context_id matching the specified one #1

我有一个 USB TPU，想在 Google Colab 中将其用作 LOCAL RUNTIME。我无法找到有关此主题的任何资源。您可以使用本地运行时（本地 Jupyter），并在此处进行说明： https ://research.google.com/colaboratory/local-runtimes.html

我是否需要在本地 Jupyter 中安装所有 TPU 库，然后连接到本地 Jupyter 作为本地运行时才能开始在 Colab 中使用我的 USB TPU？