小编Ahw*_*war的帖子

项目详情

我正在运行基于 GAN 的研究论文的开源代码，名为“Investigating Generative Adversarial Networks based Speech Dereverberation for Robust Speech Recognition”
源代码：这里
的依赖项包括：

• 蟒蛇 2.7
• TensorFlow 1.4.0

我在我的 GPU 虚拟机上使用 python 2.7 拉了一个 TensorFlow 1.4.0 的 Docker 镜像，使用以下命令连接 ssh 连接：

docker pull tensorflow/tensorflow:1.4.0-gpu

我在跑步

bash rsrgan/run_gan_rnn_placeholder.sh

根据源代码的自述文件

问题详情

一切正常，模型正在训练，损失在减少，但只有一个问题，经过一些迭代终端显示没有输出，GPU仍然显示PID但没有释放内存，有时GPU-Utils变为0％。在 VM 的 GPU 和 CPU 上进行训练是相同的情况。这不是内存问题 因为按型号划分的 GPU 内存使用量为 11,000MB 中的 5400MB，而且 CPU 的 RAM 也非常大

当我在本地计算机上运行 21 次迭代时，每次迭代用 0.09 小时使用第一代 i5 和 4GB RAM 执行所有迭代。但是每当我在 docker 中使用 ssh 运行它时，GPU 和 CPU 都会一次又一次地发生问题。请记住，问题发生在 …