神经网络模型在训练第一个 Epoch 报出 Warning 然后继续从头开始训练循环往复,请问如何解决? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
suifengingo
V2EX    问与答

神经网络模型在训练第一个 Epoch 报出 Warning 然后继续从头开始训练循环往复,请问如何解决?

  •  
  •   suifengingo 2020-08-30 17:51:41 +08:00 1568 次点击
    这是一个创建于 1876 天前的主题,其中的信息可能已经有所发展或是发生改变。
    神经网络模型在第一个 Epoch 训练时,报错“12872/21931 [================>.............] - ETA: 3:55:38 - loss: 1.8393 - accuracy: 0.7415/usr/local/python3/lib/python3.6/site-packages/keras/utils/data_utils.py:616: UserWarning: The input 12494 could not be retrieved. It could be because a worker has died.”
    然后就会继续从第一个 Epoch 开始重新进行训练,请问这种情况如何解决?先谢谢了!
    4 条回复    2020-09-01 19:56:03 +08:00
    imn1
        1
    imn1  
       2020-08-30 18:45:51 +08:00
    你用你的出错信息去搜搜,so 和 git issues 都有类似的提问,自行参考
    suifengingo
        2
    suifengingo  
    OP
       2020-08-30 19:13:37 +08:00
    @imn1 搜索无果,便来万能的 V 站求助
    superlc
        3
    superlc  
       2020-08-31 12:51:54 +08:00 via iPhone
    keras 没用过,如果是 pytorch 的话出现类似的情况可以把 shuffle 关掉然后记下来数据 id,先看下是不是每次都挂在同一个样本上,是这个样本有问题还是程序有问题
    suifengingo
        4
    suifengingo  
    OP
       2020-09-01 19:56:03 +08:00
    @superlc 程序好像没问题,之前类别少且批次为 16 的时候就可以正常运行,现如今类别多改为 64 后报出这样的警告,后来改为 16 后仍会报错,实在是不知道该怎么办了
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     4439 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 25ms UTC 05:35 PVG 13:35 LAX 22:35 JFK 01:35
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86